摯文集团是涵盖陌陌、探探、海外创新等多条产品线的泛社交头部企业；生态治理是社交基本盘安全的有效保障；跨地区跨语言的差异会带来生态问题的复杂度变高，同时社交类平台面临着更强的生态对抗性问题；传统方案成本非常高且可迁移能力比较差；借助大模型的能力，我们在多语言支持、对抗能力的提升、人机协同中降本提效等方面都有非常大的提升；

本次演讲将从摯文集团实际的生态问题出发，从多模态大模型如何进行对抗性生态内容理解、如何进行细粒度用户性质判定，以及如何进行人机协同降本提效等方向展开。

演讲提纲：

1. 摯文集团生态问题总览
   • 社交行业中生态问题汇总
   • 生态治理技术侧的痛点和难点
2. 多模态大模型提升生态内容对抗能力
   • 数据合成提升多模态大模型底层理解能力
   • Post-Training提升下游业务应用能力
3. 大模型进行细粒度用户画像建设
   • LLM 提升用户画像精细化批量加工能力
4. 大模型在生态审核上的应用

听众收益：

• 了解泛社交生态领域中的问题和挑战
• 大模型在面向生态对抗性问题中的解决方案
• 开拓思路，大模型如何在互联网企业中降本提效