Social and Information Networks
PulseAugur coverage of Social and Information Networks — every cluster mentioning Social and Information Networks across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI研究应对虚假信念和基准污染
两篇新的arXiv论文探讨了AI模型评估和信息传播中的关键问题。第一篇论文《通过曼德拉效应视角看多智能体社交网络中的虚假信念传播、持久性及缓解》研究了虚假声明如何在多智能体系统中传播并保持影响力，发现模型很容易接受和传播虚假信息，且纠正干预比预防措施更有效。第二篇论文《LeakScale：评估基准暴露的因果效应》引入了一个框架来衡量基准污染对模型性能的因果影响，证明了在各种模型和领域中，接触评估数据可以显著且可复现地提高报告的准确性。
-
新的谱聚类算法在二分网络中实现了精确社群恢复
研究人员开发了一种能够精确恢复二分网络中社群的谱聚类算法。该算法基于删除对角线后的Gram矩阵，在温和的条件下，即使在社群规模不平衡或度数异质的情况下，也能提供精确恢复的理论保证。该方法对度数修正的随机共块模型也有效，通过算法的行归一化版本保持了其恢复保证。实验结果证实了理论发现。
-
新模型探讨意识形态如何影响社交网络中的错误信息传播
本研究论文介绍了一个基于代理的模型，用于探讨个人的意识形态如何影响其在紧密联系的社交网络中对错误信息的易感性。该模型结合了个人意识形态偏见的强度以及虚假声明与这些偏见的契合度。研究表明，社会影响会改变这些因素，邻居意识形态对信念形成的影响会受到这些邻居互联程度的显著影响。研究结果强调，在模拟错误信息传播时，必须同时考虑网络结构和个人意识形态倾向。
-
AI进化的算法在链接预测方面超越人类方法 · 跟踪到1个来源
研究人员利用包含大型语言模型和遗传算法的自动化代码演化系统，为复杂网络中的链接预测开发了新颖的方法。这些机器设计的方法在580个网络上取得了0.915的平均曲线下面积（AUC）得分，而人类设计的方法为0.783，表现优于人类设计的方法。进化的算法还表现出更高的计算效率，使其能够应用于具有数百万链接的网络，并采用了创新的特征选择和组合策略。