#吐槽
不止于过滤列表：基于大语言模型（LLM）的广告拦截新思路
https://adguard.com/zh_cn/blog/beyond-filter-lists-rethinking-ad-blocking-with-llms.html
TL;DR
通过扩展 AdGuard CSS 过滤规则中的的 :contains 伪类, 使其可以通过三种模式连接到 LLM 进行语义计算:
* :contains-meaning-embedding: 通过嵌入式模型检测目标文本与标准文本的向量相似度. (速度快/成本低/单一语言准确度高/难以处理多语言和复杂情况)
* :contains-meaning-prompt: 直接将选中的页面元素发给 LLM 询问是否符合过滤标准. (云托管模型准确度高速度也快/本地模型延迟高且准确性也低)
* :contains-meaning-vision: 将选中的页面元素截图发给 LLM 进行视觉判断. (云和本地模型准确都高但延迟也一样高)
原型插件: https://github.com/maximtop/ai-blocker-experiment
#AdGuard #LLM
via Nostr@cxplay
不止于过滤列表：基于大语言模型（LLM）的广告拦截新思路
https://adguard.com/zh_cn/blog/beyond-filter-lists-rethinking-ad-blocking-with-llms.html
TL;DR
通过扩展 AdGuard CSS 过滤规则中的的 :contains 伪类, 使其可以通过三种模式连接到 LLM 进行语义计算:
* :contains-meaning-embedding: 通过嵌入式模型检测目标文本与标准文本的向量相似度. (速度快/成本低/单一语言准确度高/难以处理多语言和复杂情况)
* :contains-meaning-prompt: 直接将选中的页面元素发给 LLM 询问是否符合过滤标准. (云托管模型准确度高速度也快/本地模型延迟高且准确性也低)
* :contains-meaning-vision: 将选中的页面元素截图发给 LLM 进行视觉判断. (云和本地模型准确都高但延迟也一样高)
原型插件: https://github.com/maximtop/ai-blocker-experiment
#AdGuard #LLM
via Nostr@cxplay