登录体验完整功能(收藏、点赞、评论等) — 已累计有 9903 人加入

Google 落地Gemini大模型 重构Play Store应用评论筛选体系

近日,谷歌正式上线基于Gemini大模型的Play Store应用评论优化功能,针对此前海量低质、重复、时效性差的用户评价完成智能筛选排序。目前该功能已覆盖全球27个国家和地区的安卓用户,官方数据显示优化后用户获取有效评价信息的效率提升了62%,将为超20亿月活的Play Store用户带来更精准的应用下载决策参考。

AI生成配图图源: 图像由AI生成

经常使用安卓设备下载应用的用户大概率有过类似经历:想要判断一款陌生应用是否好用,翻了几十条评论,要么是刷出来的千篇一律好评,要么是3年前针对旧版本的闪退吐槽,真正对当下决策有用的信息不足10%。

作为全球最大的移动应用分发平台之一,Play Store目前上架应用总量超过350万款,每年新增用户评价超1000亿条,此前沿用了十余年的“热度+时间”排序规则早已无法适配海量信息的筛选需求,第三方调研显示,有超过71%的安卓用户曾因为误导性评论下载到不符合预期的应用。

本次评论体系优化的核心,是谷歌为垂直场景专门微调的**Gemini 1.5 Flash轻量化大模型**,相比通用大模型,它针对应用评价场景的识别准确率提升了47%,推理成本降低了80%,完全可以支撑Play Store的海量并发请求。

免责声明:本网站AI资讯内容仅供学习参考,不构成任何建议,不对信息准确性与完整性负责。
相关资讯