--- title: "小红书RedOne社交大模型发布：性能飙升14%，三阶段训练重塑SNS内容生态" url: "https://paooo.com/aigc-news/14239/" author: "Prompt 语宙研究院" published_at: "2026-06-25T00:12:22+08:00" updated_at: "2026-06-07T20:22:07+08:00" categories: "AI 工具, AIGC 资讯" tags: "RedOne, SNS, 大语言模型, 小红书, 社交大模型" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # 小红书RedOne社交大模型发布：性能飙升14%，三阶段训练重塑SNS内容生态 > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14239/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-25 ## AI 30 秒核心看点 (TL;DR) - RedOne 是小红书首个面向SNS场景的定制化大语言模型，专攻社交内容理解与安全治理。 - 三阶段训练（CPT、SFT、PO）把社交文化、任务能力和平台偏好一起写进模型。 - 实测显示：八大社交任务平均提升14.02%，并显著改善有害内容过滤与浏览后搜索效果。 > **💡 站外导读：**社交平台内容爆炸式增长，传统模型难以精准理解非正式、多模态的用户生成内容，导致有害信息过滤不力、内容推荐低效、用户体验割裂。行业亟需能深度融入社交文化的AI基础设施，以平衡平台安全、商业化效率与社区氛围。小红书推出的RedOne，正是瞄准这一核心痛点，旨在为SNS领域提供定制化智能解决方案。 ## RedOne是什么 RedOne 是小红书推出的首个面向社交网络服务（SNS）领域的定制化大语言模型（LLM）。模型通过三阶段训练策略，注入社交文化知识，强化多任务能力，并对齐平台规范与人类偏好。相较于基础模型，RedOne 在八大社交任务上平均性能提升14.02%，在双语评测基准上提升7.56%。模型在有害内容检测中将曝光率降低11.23%，在浏览后搜索中将点击页面率提升14.95%。RedOne 在社交领域展现出卓越的效果，为 SNS 应用提供强大的支持。 ## RedOne的主要功能 - **内容理解**：能对用户生成的内容进行分类、主题识别和意图理解。 - **信息提取**：从非正式的社交帖子中提取结构化信息，如预测标签、回答问题和检测重点词汇。 - **语义匹配**：判断用户查询与社交笔记之间的语义关系，提供相关性评估。 - **用户行为建模**：模拟用户行为，如基于浏览历史生成后续查询。 - **对话与角色模拟**：支持情感陪伴对话和群聊中的角色扮演。 - **翻译**：在多语言环境中进行笔记翻译，保留原始语气和情感。 - **有害内容检测**：降低有害内容的曝光率，提升平台安全性。 - **浏览后搜索优化**：提升用户点击页面率，增强内容发现能力。 ## RedOne的技术原理 - **继续预训练（Continue Pretraining, CPT）**：RedOne 的继续预训练阶段为模型注入社交领域的基础知识。研究人员从通用高质量语料库和社交网络平台收集大规模数据，涵盖非正式讨论、短评论、讽刺语句等多种社交沟通模式。用精心设计的数据筛选流程，去除低质量数据并优化数据混合分布，在 Qwen2.5 的基础上继续训练模型。 - **监督微调（Supervised Fine-Tuning, SFT）**：在监督微调阶段，基于精心设计的任务定义和数据构建，弥合预训练目标与实际 SNS 应用需求之间的差距。研究人员整理了大量真实用户生成的内容，定义六种核心能力，包括内容理解、信息提取、语义匹配等，并将每种能力映射到具体任务。基于双步训练策略，第一步使大规模通用数据和 SNS 数据混合训练，第二步提高 SNS 数据比例，进一步优化模型在关键任务上的表现。 - **偏好优化（Preference Optimization, PO）**：偏好优化阶段通过利用隐性偏好信号，让模型输出更符合人类偏好和平台规范。研究人员根据不同任务类型（主观任务和客观任务）用不同的偏好对构建策略，邀请专家标注偏好并扩展数据集。基于直接偏好优化（DPO）算法，用偏好数据集中的信号，优化模型的输出，让其更贴近人类偏好。 - **数据混合与通用能力保留**：在训练过程中混合通用领域数据和 SNS 领域数据，保持模型的通用能力，同时提升在 SNS 领域的适应性，增强模型在特定领域的表现，提升在未见过的任务（Out-of-Domain, OOD）上的泛化能力。 ## RedOne的项目地址 - **arXiv技术论文**：https://www.arxiv.org/pdf/2507.10605 ## RedOne的应用场景 - **有害内容检测**：有效识别和过滤有害内容，如仇恨言论、虚假信息、色情暴力等。通过降低有害内容的曝光率，显著提升平台的安全性和用户体验。 - **浏览后搜索优化**：根据用户的浏览历史和行为，生成更精准的搜索建议和推荐内容，能提升用户的内容发现能力，增强用户与平台的互动。 - **内容理解与分类**：对用户生成的内容进行自动分类和理解，帮助平台更好地管理和推荐内容。 - **信息提取**：从非正式的社交帖子中提取关键信息，如标签、重点词汇、关键事实等。对于内容推荐、信息聚合和知识图谱构建非常有帮助。 - **语义匹配**：评估用户查询与社交笔记之间的语义相关性，提供更精准的搜索结果和推荐内容。 #### 📝 站长洞察 (Editor's Insight) RedOne的推出标志着大模型竞争从“通用能力秀肌肉”进入“垂直场景深水区”。小红书此举极具战略眼光：其核心数据壁垒正是海量、真实、富含“社交暗语”和情感倾向的UGC内容。通过三阶段训练（CPT注入社交文化、SFT对齐具体任务、PO对齐人类偏好与平台规范），RedOne不仅提升了性能指标，更关键的是将平台的“品味”与“规范”编码进了模型DNA，这是一种高级的“平台AI人格化”。在监管趋严、用户体验至上的当下，RedOne在有害内容检测和“浏览后搜索”优化上的表现，直接关系到平台的健康度与商业转化率。这预示着，未来顶级内容平台的竞争，将是其专属AI大模型在理解社区独特文化、保障安全与提升粘性上综合能力的对决。RedOne是一个明确的信号：没有“社交智能”的平台，将失去下一代内容生态的主导权。 ## 常见问题解答 (FAQ) ### RedOne是什么模型？ RedOne 是小红书推出的首个面向社交网络服务（SNS）领域的定制化大语言模型。它通过三阶段训练注入社交文化知识，并对齐平台规范与人类偏好，重点服务内容理解、信息提取、语义匹配和安全治理等任务。 ### RedOne相比基础模型提升了多少？ 文章给出的实测结果显示，RedOne 在八大社交任务上平均性能提升14.02%，在双语评测基准上提升7.56%。同时，有害内容检测中曝光率降低11.23%，浏览后搜索中点击页面率提升14.95%。 ### RedOne适合哪些社交场景？ 它适合有害内容检测、浏览后搜索优化、内容分类、信息提取和语义匹配等SNS场景，也可用于情感陪伴对话、群聊角色模拟和多语言笔记翻译，核心价值是提升平台安全性、推荐效率和用户体验。 --- 探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)