苹果公司在iOS 18.4中为App Store推出了评价总结功能，利用大语言模型(LLM)智能分析用户评价，生成简洁的总结，帮助用户快速了解应用反馈。该系统能够过滤无效评价，提取核心观点，归纳常见主题，并确保总结内容平衡正负面观点，长度控制在100至300个字符之间。苹果还为每个步骤定制了专门训练的模型，确保总结准确反映用户情感。开发过程始终围绕“安全、公平、真实和实用”四大原则展开。

🍎苹果在iOS 18.4中为App Store推出评价总结功能，旨在帮助用户快速了解应用/游戏的反馈概况。

🤖该功能的核心在于一套多步骤的大语言模型（LLM）系统，能够智能分析多条用户评价，并生成简洁的总结。

🛡️苹果的LLM系统会过滤掉无效评价，例如无关评论、垃圾信息、不当用语或欺诈内容，确保总结的质量。

📊苹果邀请人工评分者审查了数千条总结，评估其在实用性、表达质量和安全性等方面的表现，以确保总结的准确性。

IT之家 4 月 25 日消息，苹果公司在 iOS 18.4 系统更新中，为 App Store 应用商店推出新功能，可以智能分析多条用户评价，并生成简洁的总结，帮助用户概览应用 / 游戏反馈。

苹果机器学习研究博客昨日（4 月 24 日）发布博文，详细介绍了这一功能的运作机制，核心在于一套多步骤的大语言模型（LLM）系统。

该系统不仅提取关键信息，还确保总结内容平衡正负面观点，长度控制在 100 至 300 个字符之间。

生成评价总结并非易事。用户评价会随着新版本发布、功能更新或问题修复而变化，苹果的系统必须动态调整以保持相关性。此外，评价中常夹杂无关评论或干扰项，甚至可能包含垃圾信息、profanity（不当用语）或欺诈内容。

苹果的 LLM 系统首先过滤掉这些无效评价，随后通过一系列模块提取核心观点，归纳常见主题，最终生成简明扼要的总结。苹果还为每个步骤定制了专门训练的模型，确保总结准确反映用户情感。

在开发过程中，苹果邀请人工评分者审查了数千条总结，评估其在实用性、表达质量和安全性等方面的表现。苹果表示，这一功能的开发始终围绕“安全、公平、真实和实用”四大原则展开。博客中还进一步阐述了总结生成的具体步骤，感兴趣的用户可前往查阅。