Con el lanzamiento de iOS 18.4, Apple presentó una funcionalidad nueva en la App Store que sintetiza múltiples opiniones de usuarios para ofrecer un compendio de lo que la gente opina sobre una aplicación o un juego. En una reciente entrada en su blog de investigación sobre aprendizaje automatizado, Apple ofrece algunos detalles sobre cómo operan los resúmenes de reseñas de la tienda ‌App.


Apple emplea un sistema de modelo de lenguaje extenso (LLM) en múltiples fases para elaborar los resúmenes, con el fin de crear descripciones generales que sean abarcadoras, equilibradas y que reflejen con exactitud la voz del usuario. Apple afirma que prioriza la “seguridad, imparcialidad, veracidad y asistencia” en sus resúmenes, al tiempo que menciona algunos de los desafíos que implica incorporar las revisiones de la tienda ‌App.

Con nuevos lanzamientos de aplicaciones, funciones y corrección de errores, las opiniones pueden variar, lo que requiere que los resúmenes de Apple se adapten de manera dinámica para continuar siendo relevantes, además de que puede incluir reseñas breves y extensas. Algunas reseñas también contienen comentarios o ruido irrelevante, que el LLM tiene que filtrar.

Para comenzar, el LLM de Apple descarta las reseñas que contienen spam, groserías o fraudes. Las reseñas restantes se procesan mediante una serie de módulos junto con la alimentación del LLM que extrae conceptos clave de cada opinión, agrupa temas recurrentes, equilibra las perspectivas positivas y negativas, y posteriormente genera un resumen que tiene entre 100 y 300 caracteres de longitud.

Apple utiliza LLM específicamente entrenados para cada etapa del proceso, asegurando que los resúmenes reflejen con precisión el sentimiento del usuario. Durante el desarrollo de esta característica, evaluadores humanos revisaron miles de resúmenes para analizar factores como la utilidad, la estructura y la seguridad.

La publicación completa del blog de Apple proporciona más información sobre cada fase del proceso de generación de resúmenes, y vale la pena consultarla para quienes estén interesados en la manera en que Apple aborda LLMS.