抖音：过去一年在谣言治理工作中引入大模型技术，谣言被处置时平均浏览量下降 62%

大模型上场：抖音的谣言识别“最强大脑”

过去一年，抖音在谣言治理中全面引入大模型技术，作为判断和拦截谣言的“大脑”。以往依赖人工审核或简单关键词匹配，难以应对复杂变种和新型谣言。大模型通过自然语言理解与语义分析，能自动识别谣言中的逻辑漏洞、虚假信息特征，甚至能预测谣言传播路径。平台将大模型部署在内容发布前的审核环节，对疑似谣言进行实时标记和限流，从源头压缩谣言扩散空间。

62%浏览量下降：数据背后的“闪电战”成效

根据最新公布的数据，当谣言被大模型识别并处置时，其平均浏览量较以往下降了62%。这意味着大模型介入后，谣言在“围观期”就被快速拦截，大幅减少了用户接触和二次传播的机会。具体而言，大模型能在谣言发布后数分钟内做出判定，并立即降低推荐权重、添加警示标签，甚至直接下架。相比过去依赖用户举报或事后追溯，处置速度提升数倍，严重谣言的传播周期被压缩在极短窗口内。

从“事后灭火”到“事前预防”：大模型升级治理模式

抖音的谣言治理过去多为被动响应——谣言传播后依据举报或巡查封禁。大模型技术则实现了主动预警与动态拦截。例如，大模型会分析文本的异常传播模式、图片的拼接痕迹、视频的篡改特征，结合知识图谱比对权威信源，在谣言还未广泛传播时就启动处置流程。同时，大模型持续迭代学习，能识别出谣言“变种”，比如利用换脸、AI生成声音等新型手段捏造的内容，进一步筑牢防线。

平台与用户双赢：谣言治理带来更健康生态

谣言浏览量下降62%，直接减少了虚假信息对用户的误导和伤害。用户投诉谣言的比例同比下降，平台内容舆论环境得到改善。抖音还利用大模型生成辟谣 explainer，在搜索结果或相关视频下方自动推送权威辟谣信息，帮助用户识破骗局。此外，大模型减轻了人工审核压力，使审核团队能集中处理复杂个案，形成人机协同的高效治理闭环。未来，抖音计划将大模型能力拓展至医疗、灾害、金融等高风险领域，实现精准拦截。