PulseAugur
实时 22:54:28
English(EN) Generating consensus and dissent on massive discussion platforms with a semantic-vector model

新模型探索在线讨论中的共识与分歧

研究人员开发了一个基于标准O(N)模型的语义向量模型,用于研究大型在线讨论平台中的共识与分歧。该模型将用户表示为二维格子上的节点,他们的想法则表示为从预训练嵌入模型派生的语义向量。通过调整耦合参数,系统可以驱动至全局共识(类似铁磁相)或最大分歧(类似反铁磁状态),为管理集体智能平台的凝聚力和多样性提供了一种可控的方法。 AI

影响 这项研究为理解和潜在控制在线平台的共识与分歧动态提供了一个新颖的框架,可以为未来集体智能系统的设计提供参考。

排序理由 该集群包含一篇研究论文,详细介绍了分析在线讨论的新模型和框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新模型探索在线讨论中的共识与分歧

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · A. Ferrer, D. Mu\~noz-Jord\'an, A. Rivero, A. Taranc\'on, C. Taranc\'on, D. Yllanes ·

    Generating consensus and dissent on massive discussion platforms with a semantic-vector model

    arXiv:2601.13932v2 Announce Type: replace-cross Abstract: Reaching consensus on massive discussion networks is critical for reducing noise and achieving optimal collective outcomes. However, the natural tendency of humans to preserve their initial ideas constrains the emergence o…