Brave-iOS项目中NTP-SI P3A指标报告不足问题分析
背景概述
在Brave-iOS项目中,团队发现了一个关于隐私保护分析(P3A)指标报告的问题。具体表现为NTP(新标签页)赞助图片(SI)的"总计数"指标报告数量不足,远低于实际视图报告数量。这一问题影响了产品团队对用户行为的准确分析和统计。
问题现象
开发团队通过数据分析发现,iOS平台上NTP-SI的视图报告数量明显多于总计数报告。而在其他平台上,总计数报告通常应该多于视图报告。这表明iOS平台可能存在指标报告机制的问题。
技术分析
经过深入调查,发现问题可能出在以下几个方面:
-
指标报告频率异常:总计数指标可能没有按照预期每天报告,无论用户是否查看了广告活动。
-
指标记录机制差异:在iOS平台上,
creativeInstanceId.total.count指标值仅在用户点击NTP-SI标志时才会更新为1,而仅查看NTP-SI时该值保持为0。这与桌面端行为不一致,桌面端会正确记录视图事件。 -
调试工具显示差异:在本地状态文件中,iOS平台显示的是
creativeInstanceId.total.count,而桌面端显示的是具体的creativeInstanceId.{uuid}.views格式。
解决方案
开发团队针对此问题实施了以下修复措施:
-
确保总计数指标能够定期报告,不受用户是否查看NTP-SI的影响。
-
统一iOS平台与桌面平台的指标记录行为,使视图事件也能正确触发指标更新。
-
优化指标调试工具,确保开发人员能够准确查看和分析指标数据。
验证结果
QA团队在Brave Nightly版本1.65.77上进行了验证:
-
确认了
creativeInstanceId.total.count指标能够正确显示在P3A直方图日志中。 -
发现了视图事件未被正确记录的问题,这导致了后续两个相关问题的提出和跟踪。
-
验证了点击事件能够正确触发指标更新。
后续工作
虽然主要问题已解决,但团队还发现了以下需要进一步处理的问题:
-
iOS平台上仅查看NTP-SI时不会更新总计数指标值的问题。
-
不同平台间指标记录格式和行为的统一性问题。
这些问题已被单独记录并安排后续处理,以确保Brave浏览器在各平台上提供一致且准确的用户行为分析数据。
总结
此次问题的解决不仅修复了iOS平台上P3A指标报告不足的问题,还帮助团队发现了其他相关问题的存在。通过持续的监控和改进,Brave团队致力于为用户提供更加精准和一致的隐私保护分析功能,同时确保广告效果的准确衡量。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00