北京
分享至
有人正在给 X 平台做一款插件，专门折叠疑似 AI 生成的伪人评论。触发条件是概率阈值：当一条评论被判定为 AI 生成的概率超过用户设定的值，插件就自动把它折叠起来。
这套逻辑的关键在于把判断权交给用户。阈值不是写死的，用户可以自己调，判定门槛高低由使用者决定，而不是插件替所有人拍板。
作者对现有工具的评价并不客气。他提到像 Jev 这类工具在智能化方面仍有不足，这也是他动手做插件的原因之一。
补短板的方式是加手动标记。用户在浏览中人工判定某条评论是伪人评论，这个动作会被记录下来，转化为训练数据，供模型学习 AI 评论的特征。
插件因此形成一个反馈闭环：
- 概率超过阈值，评论自动折叠
- 用户手动标记，产出人工判定结果
- 标记数据回流，用于优化识别模型
从设计上看，自动过滤负责效率，手动标记负责精度。前者解决看不看得到的问题，后者解决判得准不准的问题，两者共用同一套数据链路。
这款插件目前处于开发阶段，作者分享的是设计思路与功能构成，尚未给出识别准确率或误折叠率之类的量化指标。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
