iOS 18.4: Apple spiega come l’IA riassume le recensioni dell’App Store
Con il lancio di iOS 18.4, Apple ha introdotto una nuova funzionalità nell’App Store che riassume diverse recensioni degli utenti per fornire una sintesi immediata di ciò che le persone pensano di un’app o di un gioco. In un nuovo post sul suo blog di Ricerca sull’Apprendimento Automatico, Apple fornisce alcuni dettagli su come funzionano i riepiloghi delle recensioni dell’App Store.
Apple sta utilizzando un sistema a modello linguistico di grandi dimensioni (LLM) multi-step per generare i riepiloghi, con l’obiettivo di creare panoramiche inclusive, equilibrate e che riflettano accuratamente la voce dell’utente. Apple afferma di dare la priorità a “sicurezza, equità, veridicità e utilità” nei suoi riepiloghi, evidenziando al contempo alcune delle sfide nell’aggregazione delle recensioni dell’App Store.
Con nuove versioni di app, funzionalità e correzioni di bug, le recensioni possono cambiare, quindi le sintesi di Apple devono adattarsi dinamicamente per rimanere rilevanti, pur essendo in grado di aggregare recensioni sia brevi che lunghe. Alcune recensioni includono anche commenti fuori tema o “rumore”, che l’LLM deve filtrare.
Per cominciare, l’LLM di Apple ignora le recensioni che contengono spam, volgarità o frodi. Le recensioni rimanenti vengono quindi elaborate attraverso una sequenza di moduli basati su LLM che estraggono informazioni chiave da ciascuna recensione, aggregando temi ricorrenti, bilanciando considerazioni positive e negative e quindi generando un riepilogo di circa 100-300 caratteri.
Apple utilizza LLM appositamente addestrati per ogni fase del processo, assicurando che i riepiloghi siano un riflesso accurato del sentiment degli utenti. Durante lo sviluppo della funzionalità, migliaia di riepiloghi sono stati esaminati da valutatori umani per valutare fattori come l’utilità, la composizione e la sicurezza.
Il post completo sul blog di Apple entra nel dettaglio di ogni fase del processo di generazione del riepilogo ed è consigliabile leggerlo per coloro che sono interessati al modo in cui Apple si avvicina agli LLM.
