Точность
ОБНОВЛЕНО 9 июл 2026 г.
Что такое точность
Точность определяет, насколько корректны наши меры по обеспечению соблюдения правил на Facebook и в Instagram. В частности, она позволяет оценить процент контента, в отношении которого мы приняли меры за нарушение правил и который был правильно идентифицирован как нарушающий правила. Эта метрика показывает, насколько эффективно наши системы и специалисты по проверке могут отличить нарушающий правила контент от приемлемого.
Точность также можно определить так: сколько из всех удаленных нами материалов нарушали наши нормы? Высокая точность означает, что подавляющая часть контента, в отношении которого были приняты меры, была правильно идентифицирована как нарушающая правила. Низкая точность говорит о том, что значительная часть контента, в отношении которого были приняты меры, не нарушала правила.
Как мы оцениваем точность
Точность рассчитывается на основе выборки контента, в отношении которого приняты меры, на Facebook и в Instagram. Этот показатель рассчитывается как отношение приблизительного количества объектов, в отношении которых были приняты меры и которые действительно нарушили правила, к приблизительному общему количеству объектов, в отношении которых были приняты меры. Например, если точность Facebook составляет 98–99 %, это означает, что из каждых 10 000 единиц контента, в отношении которых были приняты меры в соответствии с данным правилом, в среднем 9 800–9 900 были правильно идентифицированы как нарушающие правила. Даже при высокой точности небольшое количество ошибок может оказать существенное влияние на людей и авторов.
Почему мы оцениваем точность мер, принятых в отношении контента
Мы оцениваем точность обеспечения соблюдения правил, поскольку хотим, чтобы наши действия были справедливыми и правильными. Если в отношении контента будут приняты неправильные меры, это негативно скажется на впечатлениях пользователей и их доверии к нашей платформе. Точность позволяет оценить и улучшить эффективность наших систем обеспечения соблюдения правил и решений проверяющих.
Высокий показатель точности означает, что мы применяем меры предельного точно и сводим к минимуму влияние на контент, не нарушающий правила. Даже небольшое снижение точности может привести к большому числу ошибочно принятых мер в отношении объектов из-за масштаба обеспечения соблюдения правил в наших сервисах.
Использование выборки для оценки точности
Точность оценивается путем выборки контента, в отношении которого были приняты меры, на Facebook или в Instagram. Для этого мы проверяем выборки контента, в отношении которого были приняты меры, и помечаем его как нарушающий или не нарушающий правила. Используя часть образцов контента, действительно нарушающего правила, мы определяем процент всех принятых мер в отношении контента, который был правильно идентифицирован. Мы выражаем эту неопределенность с помощью диапазона значений (например, мы говорим, что на каждые 10 000 объектов, в отношении которых были приняты меры, 9 800–9 900 приходится на объекты, правильно идентифицированные как нарушающие правила). Степень достоверности этого диапазона составляет 95 %. Это означает, что если провести такое измерение 100 раз, используя каждый раз разные выборки, мы получим такой же результат в 95 случаях из 100.
Оговорки
- Сотрудники сервисов, которые занимаются выборками, иногда ошибаются, например помечают контент, нарушающий правила, как нормальный, и наоборот. Обычно это не влияет на результаты теста, однако может повлиять на измерение показателя точности. Поэтому для обеспечения точности выборку могут проверять два человека, а если между ними возникают разногласия, то в качестве решающего голоса выступает третий человек.
- Текущая система точного измерения охватывает большинство мер, которые принимаются в отношении нарушителей Норм сообщества на Facebook и в Instagram. Мы работаем над тем, чтобы эта метрика включала в себя все аспекты платформы.
- Чтобы сгенерировать репрезентативное измерение глобального показателя точности, мы создаем выборки контента на разных языках и помечаем его на Facebook и в Instagram. Мы уверены, что этот подход обеспечивает репрезентативную глобальную оценку, и продолжаем расширять охват этой метрики.