3月15日晚上10点半,针对央视“3·15晚会”有关报道,淘宝网官微第一时间发出“社会共治,打击刷单”的呼吁。
“感谢央视曝光互联网刷单这一灰黑产业,让更多的人了解和抵制这一毒瘤。”文中称,虽然淘宝打击刷单一直处于高压态势,技术不断升级,但刷手通过QQ群、QT语音群、微信群、空包网、YY语音聊天室、黑快递完成隐蔽而庞大的刷单产业链,利用平台没有执法权的无奈,如同一条肥硕的蚂蟥紧紧地吸附在电商平台及网络世界。
“我们呼吁并强烈希望国家有关执法司法部门严厉打击上述环节中的灰黑产业从业者,形成司法判例和有效的打击力度及震慑态势,净化社会诚信环境。”淘宝网呼吁,有关平台企业共同行动起来,齐心协力,共同打击,不要再给各种刷单行为和组织提供刷单温床和基地,让灰黑势力失去庇护的平台,共同净化我们的网络和生活。
“真实的情况是,淘宝一直被刷单!”淘宝网有关负责人表示,淘宝一直对商家炒信“零容忍”,并对此持续高压打击。最近一个月,因为涉嫌刷单问题,有22万多个卖家被淘宝处以降权的处罚,这意味着其完全得不到展示。与卖家被降权同步处理的是,39万多个相关刷单的宝贝也被降权,与之相关的销量也被清零处理。同时,有严重刷单行为的6000多个卖家被封店,1万多个卖家被处以不同程度的扣分处罚。
据介绍,淘宝一旦发现涉嫌虚假销量、信用的店铺和商品,会视严重程度给予扣分、搜索降权甚至关闭店铺的严肃处理。刷单产生的黑灰产业链让合规经营的淘宝店铺深受声誉连累。但是,由于交易平台并不具有法律的强制约束力,因此无法有力打击虚假交易衍生出来的其它犯罪行为。如假借兼职刷单的名义进行诈骗、盗窃等犯罪活动,需要公安机关进一步予以查处。
中国应用法学研究所研究员李玉萍介绍,当前,违规行为治理面临立法空白。虚假交易相关黑灰产业链相互交织,形成了规模巨大的产业群。虚假交易已成为互联网公害,是业界公认的事实,不仅破坏了电子商务市场的正常经营秩序,还对社会诚信体系建设造成严重冲击。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。