独家观察！自媒体乱象整治再升级：近千个账号被封 微信严厉打击无底线蹭流量行为

自媒体乱象整治再升级：近千个账号被封 微信严厉打击无底线蹭流量行为

北京，2024年6月17日 - 为贯彻落实中央网信办《关于加强“自媒体”管理的通知》及平台规则，近日，微信对一批违规自媒体账号进行了严肃处理，其中包括关闭账号、禁言、限制发布等措施。据统计，此次整治行动共涉及近千个账号。

此次被处理的账号主要存在以下违规行为：

• 发布虚假信息、误导公众。如个别账号编造“拾到小学生秦朗丢失的作业本”事件，通过虚假摆拍蹭炒热点，严重扰乱网络生态。
• 未经授权转载、抄袭原创内容。部分账号恶意搬运他人原创作品，牟取不当利益，侵犯著作权。
• 发布低俗色情、暴力血腥等违法违规内容。个别账号传播色情淫秽信息，宣扬暴力恐怖，造成不良社会影响。

微信表示，将持续加强自媒体平台管理，严厉打击各类违规行为，为用户营造清朗健康的网络环境。同时，也提醒广大自媒体创作者应自觉遵守法律法规和平台规范，弘扬正能量，传播真声音，共同维护良好的网络生态。

整治乱象势在必行

近年来，自媒体平台快速发展，为人们提供了便捷的表达和获取信息渠道。然而，一些自媒体为了博取流量，不惜发布虚假信息、抄袭搬运、传播低俗内容，严重扰乱网络秩序，侵害网民合法权益。

微信此次集中整治行动，彰显了平台主体责任，传递出鲜明的整治态度。这不仅是对违规行为的严厉惩处，也是对广大自媒体创作者的警示和教育。

打造清朗网络空间人人有责

自媒体平台应切实履行主体责任，完善内容审核机制，加强对违规行为的监测和处置力度，为用户营造清朗健康的网络环境。

广大自媒体创作者应自觉遵守法律法规和平台规范，弘扬真善美，传播正能量，做清朗网络空间的建设者、维护者。

同时，网民也应增强辨别能力，不信谣、不传谣，共同抵制违法违规信息，为营造清朗网络空间贡献力量。

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。