Herausforderungen bei der Generalisierung von Community-Modellen zur Erkennung schädlicher Inhalte

Bestehende Evaluationsverfahren für Community-Modelle zur Erkennung schädlicher Inhalte in sozialen Netzwerken vernachlässigen die ständige Weiterentwicklung von Online-Inhalten und -Gemeinschaften. Ein realistischeres Evaluationsverfahren, das auf wenigen Beispielen basierende Anpassungsfähigkeit testet, zeigt, dass Standard-Community-Modelle Schwierigkeiten haben, auf neue Graphen, Domänen und Aufgaben zu generalisieren. Meta-Lernende, die mit diesem Verfahren trainiert werden, schneiden hingegen besser ab.