Meta 建立了一個人工智慧來幫助檢查維基百科的引文，這個解決方案的用途可能遠遠超出線上百科全書。
2020年，社區維基百科在得知一名美國青少年用她不會說的語言寫了 27,000 篇文章後，自己陷入了醜聞。提醒您，流行的線上百科全書並不是完美的資訊來源。有時有些頁面是故意編輯的，純粹是惡意的，但善意的人也可能會引入錯誤。 Meta 希望解決這個問題與人工智慧。
這是維基媒體基金會決定與母公司合作解決的問題Facebook，元。為此，兩個實體都以引用為目標。維基百科腳註的問題在於腳註太多。該網站每月記錄超過 17,000 篇新文章，許多引文不完整、缺失或不準確。
Meta 設計了一個模型人工智慧能夠自動掃描引文的準確性。如果系統發現某個段落來源過於不明，甚至可以建議替代引文。當人類編輯評估引文時，他們會使用常識和經驗。當人工智慧執行相同的工作時，它會使用自然語言理解（NLU）轉換模型來嘗試理解文章中單字和短語之間的關係。 Meta 的 Sphere 資料庫包含超過 1.34 億個網頁，充當系統的知識庫。該模型旨在尋找相同的來源來驗證每個聲明。
一個比線上百科全書更有用的解決方案
為了說明其人工智慧的能力，Meta 舉了一個不完整報價的例子。該演算法能夠找到更有趣的引述，該引述沒有提及主要單詞，但由於其自然語言理解能力而更加相關。該工具有一天可以幫助 Facebook 解決假新聞問題：「我們希望我們的工作可以用於幫助事實核查工作並提高對線上新聞網站的普遍信任，」該人工智慧的創建者表示。 Meta 則希望提供一個平台，供維基百科貢獻者用來檢查和更正腳註。
