研究人员开发了 PACIFIER，一个利用图学习和强化学习来缓和观点两极分化的新框架。该方法将问题重新定义为顺序图干预任务，超越了传统的分析优化方法。PACIFIER 在各种干预场景下，包括成本感知干预和拓扑结构改变，都证明了在缓和两极分化方面的有效性，并显示出从小型合成图到大型真实网络强大的泛化能力。 AI
影响 引入了一个新的基于图的强化学习框架用于观点缓和，可能影响社会科学研究和在线平台干预。
排序理由 这是一篇介绍用于观点两极分化缓和的新框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.23390v3 Announce Type: replace-cross Abstract: PACIFIER: Pacing Opinion Depolarization via a Unified Graph Learning Framework Opinion polarization moderation under the Friedkin-Johnsen (FJ) model is typically treated as an analytical optimization problem. Existing algo…