Gmail中部署的新矢量算法将大幅度提高垃圾和钓鱼邮件的识别率

Google最近在 Google Colab 上开源了一个名为 RETVec 的新型多语言文本矢量化器，这个矢量化器已经部署在 Gmail 上，用来提升垃圾邮件和钓鱼邮件的识别率，同时降低误报率。Google称 RETVec 经过训练能够抵御字符级操作，包括插入、删除、拼写错误、同形文字、LEET 替换等，这个模型是在新型字符编码器之上进行训练的，该编码器可以有效针对所有 UTF-8 字符和单词进行编码。

根据Google自己的统计，将 RETVec 应用到 Gmail 后，垃圾邮件检测率比基准提高 38%、误报率降低 19.4%、张量处理单元 (TPU) 使用率降低了 83%。

Google工程师表示由于其紧凑的表示形式，使用 RETVec 训练的模型表现出更快的推理速度，较小的模型可以降低计算成本并减少延迟，这对于大规模系统和设备上的模型至关重要。

来源

投稿：@ZaiHuaBot
频道：@TestFlightCN