INS 官方 AI 自律审查系统

判断编辑规范的
规范判断 AI

Norm + AI。面向网络新闻自动化编辑自审的 AI 全量审查系统。

50+
监测媒体数
4.3s
单篇分析耗时
$0
承诺成员零附加费用
14
审查类别
0
已采集文章
0
已完成审查
23
已注册媒体
129
INS 承诺成员

WHY NORMIA

为何需要 AI 自律审查

129 家 INS 承诺成员持续增长

已有 129 家媒体签署 INS 自律审查承诺。以传统方式管理如此庞大且不断扩张的群体已不再可行。

每日数万篇文章

每天有数万篇文章发布。仅靠人工审查员逐一审阅在物理上是不可能的。

读者信任与质量管控不可或缺

提升网络新闻公信力需要系统化的质量管控。自律审查是赢得读者信任的基石。

CURRENT LIMITATIONS

现行自律审查的局限

01

随机抽样的盲区

仅对全部文章中极小一部分进行抽样审查。绝大多数违规文章仍处于审查盲区。

02

人工审查的局限

审查委员会成员需要逐篇人工阅读并判断。每日处理量有限,且因疲劳导致的判断失误难以避免。

03

一致性不足

审查标准因人而异。不同审查员对同一篇文章可能得出不同结论。

SOLUTION

NORMIA 如何重塑审查流程

BEFORE

人工审查

  • 随机抽样 — 仅审查全部文章的 1–2%
  • 人工审查 — 每篇耗时数分钟至数十分钟
  • 类别有限 — 仅检查主要项目
  • 被动响应 — 仅在问题发生后才采取行动
  • 标准不一 — 审查员之间标准存在差异

AFTER — NORMIA

AI 驱动的全量审查

  • 全量覆盖 — 对每一篇发布的文章进行分析
  • 4.3 秒分析 — AI 在 4.3 秒内处理每篇文章
  • 14 个类别 — 应用全面的审查标准
  • 实时检测 — RSS 采集后立即分析
  • 标准一致 — 始终由同一 AI 模型进行判断

PIPELINE

4 阶段审查流水线

从 RSS 采集到仪表板报告全程自动化。

1

RSS 采集

实时监测来自
50+ 媒体的 RSS 订阅源

2

Tier-1 过滤

基于关键词与模式的
高速初筛

3

Tier-2 LLM

由大语言模型进行
深度违规分析

4

仪表板

为委员会成员提供
违规统计与详情

Tier-1

高速过滤

通过正则与关键词匹配,快速分类明显的违规候选。单篇处理耗时低于 0.1 秒。减少不必要的 LLM 调用,降低成本。

Tier-2

LLM 深度分析

大语言模型阅读全文,结合语境理解与细微差别识别,对 14 个类别的违规情况进行判断。

仪表板

审查员工具集

违规检测结果实时呈现于仪表板。委员会成员审阅 AI 分析结果并作出最终判断。

ADVANTAGES

NORMIA 的核心优势

100%

全量审查

分析每一篇已发布的文章,而非仅抽样。从根源上消除审查盲区。

4.3s

单篇分析耗时

AI 在平均 4.3 秒内对单篇文章完成 14 个类别的分析。

14

审查类别

从虚假信息 (A) 到国际报道伦理 (N) — 与 INS 准则对齐的 14 个类别。

82%

效率提升

AI 负责初筛,委员会成员得以专注于真正需要人工判断的案件。

$0

零附加费用

依托自有基础设施与优化的 LLM 流水线,向承诺成员零附加费用提供。

HITL

HITL (人机协作)

AI 仅为筛查工具。最终判断始终由人类审查委员会成员作出。

14 CATEGORIES

审查类别 A — N

基于 INS 自律审查准则的 14 个类别。

A

虚假信息与操纵

传播不准确信息

B

平衡性

片面或带偏见的报道

C

标题适当性

标题党或夸大标题

D

来源标注

缺失来源出处

E

煽情主义

挑衅性语言或图像

F

侵犯人权

隐私侵犯或诽谤

G

歧视与仇恨

群体性偏见或仇恨言论

H

犯罪报道

美化或诱发模仿风险

I

灾难报道

灾难报道伦理违规

J

儿童与青少年

未成年人保护违规

K

利益冲突

未披露的广告或赞助

L

版权

未授权复制

M

报道规范

违反基本报道原则

N

国际报道伦理

违反国际报道规范

违规检测 — 近 7 天 (基于实时仪表板)

1,687
M 广告与内容混合
117
D 标题规则
101
A 准确性
21
其他 (N, L, B, H, E)

DASHBOARD

实时监测仪表板

面向审查委员会成员的直观仪表板。一目了然地查看违规全貌,并可即时下钻至任一案件。

INS 自律审查监测 实时
Ollama 已连接 23 个 RSS 订阅源运行中
已采集文章
25,691
已完成审查
8,414
检出违规 (7 天)
1,926
合规率
95.0%
按类别的违规分布 (7 天)
M 广告与内容混合
1,687
D 标题规则
117
A 准确性
101
N AI 生成内容
8
其他 (L, B, H, E)
13
实时违规检测状态与统计
14 个类别的违规分布可视化
查看原文与 AI 分析理由
按违规严重程度 (高 / 中) 筛选
日 / 周 / 月趋势分析
委员会成员审阅及评论记录

PRINCIPLES

NORMIA 的三大原则

AI 作为筛查工具

其职能是将潜在违规文章呈递给委员会成员。它不作出自动制裁或最终裁决。

由人类作出最终判断

所有违规的最终裁定均由审查委员会负责。AI 分析仅为参考,绝非裁决。

语境优于关键词

基于 LLM 的分析理解文章的完整语境,而非依赖简单的关键词匹配,从而最大限度减少误报。

FAQ

常见问题

NORMIA 的审查准确度如何?
NORMIA 在主要类别上的准确率超过 90%,并通过持续的模型训练与反馈不断提升。由于最终判断始终由审查委员会成员作出,误报不会转化为实际损害。
分析单篇文章需要多长时间?
Tier-1 高速过滤耗时低于 0.1 秒;包含 Tier-2 LLM 深度分析在内,端到端平均耗时为 4.3 秒。
承诺媒体如何加入?
通过 INS 签署自律审查承诺并完成 RSS 订阅源注册后,监测将自动开始。系统咨询:normia@ivan.ai.kr
检测到违规时会自动采取行动吗?
不会。NORMIA 遵循 HITL (人机协作) 原则。AI 仅将潜在违规文章呈递至仪表板,绝不作出自动制裁。最终判断始终由审查委员会成员作出。
承诺成员是否需要支付额外费用?
不需要。依托自有基础设施与优化的 LLM 流水线,本服务向承诺成员零附加费用提供。
是否支持 API 集成?
支持。我们提供 REST API。详细能力可在仪表板、违规列表与技术文档页面查阅。

体验 NORMIA

在仪表板中查看实时分析状态。