
算法黑箱揭秘:主流内容平台推荐系统的偏见与操控机制
通过逆向工程和大规模数据采集,我们对五大内容平台的推荐算法进行了为期三个月的系统性研究。调查发现,部分平台的算法存在明显的流量倾斜机制,特定类型的内容创作者在曝光分配上受到系统性压制。我们还发现了算法如何通过情绪激励循环来延长用户停留时间的具体技术手段。
不盲从、不跟风,用数据和事实还原科技行业的真实面貌。


通过逆向工程和大规模数据采集,我们对五大内容平台的推荐算法进行了为期三个月的系统性研究。调查发现,部分平台的算法存在明显的流量倾斜机制,特定类型的内容创作者在曝光分配上受到系统性压制。我们还发现了算法如何通过情绪激励循环来延长用户停留时间的具体技术手段。

我们使用网络抓包工具和沙箱环境,对十款日活过亿的移动应用进行了全面的数据流量审计。结果显示,超过60%的应用在用户未明确授权的情况下收集了设备传感器数据,部分应用甚至在后台持续上传用户的位置轨迹和WiFi扫描结果。本报告详细列出了每款应用的数据采集清单和传输目的地。

从晶圆代工到封装测试,解析全球半导体供应链的权力格局变迁。

深入调查大模型训练数据的来源、标注流程和版权合规现状。

揭露电商平台上科技产品虚假评价的生产、分发和变现全链路。