一篇新发表在arXiv上的论文探讨了“社会相关性”的概念，将其作为改进搜索引擎和AI响应质量的框架。该研究建立在Haider和Sundin先前工作的基础上，认为传统的话题相关性和用户相关性指标不足以减轻错误信息和歧视等有害内容。论文旨在定义社会相关性，概述其在搜索系统中的应用，并将其与信息质量衡量标准区分开来，最终提出一种优化搜索输出以促进更大福祉的方法。 AI
影响 引入了一个用于开发更符合伦理和社会责任的AI和搜索系统的新框架。
排序理由 发表在arXiv上的学术论文，讨论了AI和搜索的新概念。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- AI Responses
- arXiv
- discrimination
- Haider
- information quality
- misinformation
- search engine
- Search systems and their features: What college students use to find and save information
- Societal Relevance Dimensions of Graduating in Political Science in Austria
- Sundin
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
