北京时间4月17日上午消息,美国社交图片分享网站Instagram今天发布新的指导原则,希望打击骚扰图片和色情图片的传播。
这是Instagram 2012年被Facebook收购后对指导原则作出的最大调整,这将有助于澄清相关规定——在此之前,批评人士和未成年人的父母都抱怨该平台的规定太过松散,而用户则认为Instagram管得过宽,甚至存在双重标准。
Instagram公共政策总监尼基·杰克逊·考拉考(Nicky Jackson Colaco)说:“新的指导原则用语将更加强硬。”例如,Instagram之前要求用户要礼遇和尊敬他人,但新版指导原则却使用了更加强硬的措辞,明 确表示:“不允许严重威胁要伤害公众或个人安全。”
但最为显而易见的是,Instagram此次明确阐述了哪些内容可以分享,哪些不能分享。例如:“我们知道,人们有时或许想要分享一些有艺术性或创造力的裸体图片,但出于种种原因,我们不允许在Instagram上分享裸体。这包括照片、视频和一些用数字方法制作的展示性交、生殖器和全裸臀部特写内容。还包括女性乳头照片,但乳房切除术之后的疤痕照片以及妇女哺乳照片仍然允许,也允许发布裸体绘画和雕塑的照片。”
新规的具体效力和公平与否还要看最终的执行,尤其是对于这样一个月独立用户高达3亿的服务而言。据称,该应用会根据用户的投诉对照片进行评估。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。