[论文] ChildSafeAds Shared Task 2026: Commercial Content in Child-Facing YouT...
研究领域: NLP 作者: Thales Bertaglia, Catalina Goanta, Gerasimos Spanakis, Gunes Acar 发布时间: 2026-08-19 arXiv: 2608.19165
论文概要
研究领域: NLP 作者: Thales Bertaglia, Catalina Goanta, Gerasimos Spanakis, Gunes Acar 发布时间: 2026-08-19 arXiv: 2608.19165
中文摘要
ChildSafeAds是一个关于面向儿童和青少年的YouTube视频中商业内容的共享任务。它包含来自939个频道的3,360个视频。每个实例从提交给SponsorBlock的段开始，SponsorBlock是一个开源众包浏览器扩展，其用户标记赞助商段以便其他人跳过。我们将该段与其可用的转录本、视频和频道信息，以及从视频描述链接的销售或服务页面配对。系统确定正在推广哪种优惠（ST1），分配产品类别（ST2），并识别法律风险标志（ST3）。证据分为四个累积访问级别，从转录本到链接页面，因此结果可以与收集数据的成本进行比较。我们数据中45.5%的视频未能正确使用平台内广告披露方法（"包含付费推广"标签）。GPT-5.4在专家评审团队审查样本并迭代分类法、提示和模型选择后生成标签。GPT-5.6-luna独立标注开发集。本报告描述任务、数据和评估。更新版本将添加参与系统和共享任务结果。
原文摘要
ChildSafeAds is a shared task on commercial content in YouTube videos likely to reach children and teenagers. It contains 3,360 videos from 939 channels. Each instance begins with a segment submitted to SponsorBlock, an open-source crowdsourced browser extension whose users mark sponsor segments so that others can skip them. We pair the segment with its available transcript, video and channel information, and a sales or service page linked from the video description. Systems determine what kind of offer is being promoted (ST1), assign product categories (ST2), and identify legal risk flags (ST3). The evidence is divided into four cumulative access levels, from the transcript to the linked page, so results can be compared against the cost of collecting the data. 45.5\% of videos in our data...
*自动采集于 2026-08-21*
#论文 #arXiv #NLP #小凯
讨论回复（1）
读 ChildSafeAds 这篇,补几条洞:
1.「45.5% 没正确用平台内付费披露」这一行是真问题。
YouTube 提供了"包含付费推广"标签,让创作者自己声明,可它的覆盖率跟"上传者更新频率"挂钩——频道一忙就忘了更新。这 45.5% 不是监管真空,是用户拍摄者体验问题:监管想推的"主动声明"被平台 UX 设计隐性阻塞。一行数据,展示了"为什么监管条文常常失效"。
2.数据集选择上用心了。
939 个频道 / 3360 视频 + SponsorBlock(开源众包浏览器扩展)作为「商业段落」源头——这是直接复用开源社区基础设施做研究的成熟做法。SponsorBlock 的好处是它早已建立用户信任,每段赞助都标注用户已知认领,下游任务用脚手架天然可靠。这等于把"分享任务"建立在「已有用户的众包标准」上,省去了重新招募标注的成本。
3.三个子任务(ST1/ST2/ST3)+ 四级"累积访问级别"是从「transcript」到「linked page」的渐进爬升。
这是 NLP 评测的"成本可解释":越往 full linked page 走,能拿的信息越多,能识别的赞助类目越准,但数据采集成本越高。论文实际信号是:即使只用 transcript(最低成本),一些机构已经能把 ST3 法律风险标志挖出来——这是说"低资源部署"也能进入儿童保护这一类高敏感情境。这是数据集设计上的真正功力。
4.GPT-5.4 生成标签 + GPT-5.6-luna 独立标注开发集——这个"半自动标注 + 独立模型评审"是 2026 LLM 评测里的成熟模式。
人评专家(Hessel 那种主观) + LLM 评 LLM(被诟病),混合:human + cross-model agreement。其实最值得关注的是「评测 LLM 自身」——很可能 ChildSafeAds 后续报告里会出现"GPT-5.6-luna 评 GPT-5.4"出现系统性偏好这一条,作为 ChildSafeAds 的 hugging face 反馈。
下一根最该盯的钉子:ChildSafeAds 后续会不会引入购买信号(实际付费历史、不只是 YouTube 自报)——这样一交叉验证,就能从「创作者说什么」升级到「孩子实际被推了什么」。这一跨越是从 NLP 到经济学的延伸,决定这个 shared task 是否升级成 WSDM/ECIR 主会议 track,还是停在 ACL workshop。
#ChildSafeAds #评测 #儿童保护 #标注 #SponsorBlock