Η Apple έχει εισαγάγει ένα σύστημα AI που έχει σχεδιαστεί για να συμπυκνώσει τις κριτικές χρηστών στο App Store, με στόχο την παροχή στους χρήστες με γρήγορη πέψη των σχολίων. Αναγνωρίζοντας ότι”οι αξιολογήσεις και οι κριτικές είναι ένας ανεκτίμητος πόρος για τους χρήστες που εξερευνούν μια εφαρμογή στο App Store, παρέχοντας πληροφορίες για το πώς οι άλλοι έχουν βιώσει την εφαρμογή”, το χαρακτηριστικό χρησιμοποιεί μια σειρά από μεγάλα μοντέλα (Llms).
Πρώτα εμφανίζεται στο iOS 18.4 Beta κυκλοφορίες γύρω από τον Μάρτιο και τώρα διαθέσιμο στο κοινό, το σύστημα αναλύει το τεράστιο ποσό των εφαρμογών σχολίων που λαμβάνουν για να δημιουργήσουν περιλήψεις. Αυτές οι περιλήψεις εμφανίζονται ακριβώς πάνω από την ενότητα μεμονωμένων αναθεωρήσεων χρήστη στη σελίδα μιας εφαρμογής, βοηθώντας τους χρήστες να λαμβάνουν πιο ενημερωμένες αποφάσεις. src=”https://winbuzzer.com/wp-content/uploads/2025/04/apple-app-store-ai-review-summaries.webp”>
Η αντιμετώπιση περιεχομένου που δημιουργείται από το χρήστη, όπως το App Reviews, παρουσιάζει μοναδικές δυσκολίες. Η Apple αναγνώρισε συγκεκριμένα την ανάγκη για περιλήψεις να παραμένουν τρέχουσες παρά τις συνεχείς ενημερώσεις εφαρμογών (επικαιρότητα), να καταγράψουν τα ποικίλα στυλ και την ουσία των αναθεωρήσεων (ποικιλομορφία) και να φιλτράρουν άσχετα ή εκτός θέματος παρατηρήσεις για τη διατήρηση της αξιοπιστίας (ακρίβεια). Για να διασφαλιστεί η συνάφεια, οι περιλήψεις ανανεώνονται τουλάχιστον μία φορά την εβδομάδα. Ξεκινά με το φιλτράρισμα των ακατέργαστων κριτικών για να αποκλείσει το spam, την προσβλητική γλώσσα και τις δόλες θέσεις. Οι επιλέξιμες αναθεωρήσεις εισάγουν και στη συνέχεια έναν αγωγό που τροφοδοτείται από πολλαπλά LLMS-Complex AI μοντέλα AI Adept κατά την επεξεργασία και τη δημιουργία ανθρώπινου κειμένου. Μια εφαρμογή πρέπει να έχει συγκεντρώσει επαρκή αριθμό αναθεωρήσεων χρηστών πριν από τη σύνοψη μπορεί να δημιουργηθεί, αν και η Apple δεν έχει καθορίσει το ακριβές κατώφλι. Μόνο ένα μικρό υποσύνολο των παραμέτρων ενός μεγάλου μοντέλου-παραβλέπει κάθε αναθεώρηση σε βασικές”ιδέες”. Η Apple περιγράφει αυτές τις προσεκτικά καθορισμένες μονάδες:”Κάθε διορατικότητα είναι μια ατομική δήλωση, ενσωματώνοντας μια συγκεκριμένη πτυχή της ανασκόπησης, που διατυπώνεται σε τυποποιημένη, φυσική γλώσσα και περιορίζεται σε ένα μόνο θέμα και συναίσθημα”. Αυτή η δομημένη αναπαράσταση επιτρέπει ευκολότερη σύγκριση και συσσωμάτωση σε πολλές κριτικές. Αυτό το μοντέλο ομαδοποιεί παρόμοιες γνώσεις σε θέματα και δημιουργεί τυποποιημένα ονόματα θεμάτων χωρίς να βασίζονται σε μια προκαθορισμένη, σταθερή λίστα ή ταξινόμηση. Αυτό το μοντέλο διακρίνει επίσης μεταξύ των ανατροφοδότησης που σχετίζεται άμεσα με την”εμπειρία εφαρμογής”(όπως τα χαρακτηριστικά ή τις επιδόσεις) και τα σχόλια”εκτός εφαρμογής”(όπως οι απόψεις για την ποιότητα των τροφίμων για μια εφαρμογή παράδοσης), η προτεραιότητα του συστήματος για τη συνάφεια κατά τη σύνοψη. Αυτή η επιλογή δίνει προτεραιότητα στη δημοτικότητα του θέματος, αλλά ενσωματώνει επίσης κριτήρια ισορροπίας, συνάφειας, χρησιμότητας και φρεσκάρδας. Επιβεβαιώνει ότι το συνολικό συναίσθημα που αντανακλάται στις επιλεγμένες πληροφορίες ευθυγραμμίζεται με τη γενική διανομή αξιολόγησης της εφαρμογής. Η Apple εξήγησε ότι αυτή η επιλογή παρέχει μια πιο φυσικά διατυπωμένη προοπτική που προέρχεται απευθείας από τα σχόλια των χρηστών, με αποτέλεσμα τις περιλήψεις που είναι πιο εκφραστικές και πλούσιες λεπτομερώς. Αυτό το μοντέλο αρχικά εκπαιδεύτηκε σε ένα μεγάλο σύνολο περιλήψεων αναφοράς που γράφτηκαν από ανθρώπινους εμπειρογνώμονες. Στη συνέχεια, βελτιώθηκε περαιτέρω χρησιμοποιώντας τη βελτιστοποίηση άμεσης προτίμησης ( dpo )
Αυτό το τελικό LLM παράγει μια παράγραφο μεταξύ 100 και 300 χαρακτήρων, προσαρμοσμένη στο επιθυμητό στυλ, φωνή και σύνθεση της Apple. Η επεξεργασία φαίνεται να είναι βασισμένη σε σύννεφο, δεδομένου ότι οι περιλήψεις είναι συνεπείς σε διαφορετικές συσκευές, υποδηλώνοντας ότι δεν βασίζεται αποκλειστικά σε δυνατότητες πληροφοριών Apple Apple που ενδεχομένως παρουσιάζονται στην ποιότητα του νεότερου υλικού. Οι ανθρώπινοι κριτές εξέτασαν χιλιάδες περιλήψεις δείγματος έναντι τεσσάρων βασικών κριτηρίων: ασφάλεια (έλεγχος για επιβλαβές ή προσβλητικό περιεχόμενο), εδάφους (εξασφαλίζοντας την πιστή εκπροσώπηση των αναθεωρήσεων εισροών), τη σύνθεση (αξιολόγηση της γραμματικής και της προσκόλλησης στο στυλ της Apple) και η εξυπηρέτηση (καθορίζοντας εάν βοηθά τις αποφάσεις λήψης του χρήστη). Μια
Σύμφωνα με την Apple, η επίτευξη υψηλής βαθμολογίας ασφαλείας απαιτούσε ομόφωνη συμφωνία από τους RATERS, ενώ τα άλλα τρία κριτήρια βασίστηκαν στη συμφωνία πλειοψηφίας. Ο αυτοματισμός βοηθά σε μέρη αυτής της αξιολόγησης, κατευθύνοντας αποτελεσματικά την ανθρώπινη εμπειρογνωμοσύνη. Για να χειριστεί τη συνεχή συντήρηση ποιότητας, τόσο οι χρήστες όσο και οι προγραμματιστές μπορούν να αναφέρουν προβληματικές περιλήψεις απευθείας στην Apple μέσω της διεπαφής App Store ή του App Store Connect. 2024)
Ενώ ορισμένοι σχολιαστές θεωρούν αυτό το είδος της συνοπτικής συνοπτικής ai ως σχετικά απλό”χαμηλό φρούτο”με σαφή οφέλη των χρηστών, υπάρχουν πιθανές ανησυχίες σχετικά με τις περιλήψεις που χειρίζονται από ψεύτικες αναθεωρήσεις ή ενδεχομένως να αποθαρρύνουν τους χρήστες από τη συμμετοχή τους με λεπτομερέστερα σχόλια. Παρουσίαση της εφαρμογής του LLMS για τη διαχείριση περιεχομένου χρήστη μεγάλου όγκου.