SSRN Electronic Journal
PulseAugur coverage of SSRN Electronic Journal — every cluster mentioning SSRN Electronic Journal across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
研究论文发现，驱动初创企业价值的是管理者的信念，而非仅仅是AI本身
最近的一篇论文表明，组织内部从AI中获得的实际价值主要取决于管理者的理解和对其效用的信念。Ethan Mollick在Bluesky上强调的这项研究表明，有效的AI采用取决于领导者的信念以及他们整合该技术的方法。这一观点强调了实现AI潜力的过程中人的因素，而不是仅仅关注技术本身。
-
作者起诉Anthropic，索赔7500万美元，学者重新定义AI“副本”定义
作者们提起了一项新的7500万美元诉讼，起诉Anthropic，这些作者此前已退出一项和解协议，诉讼的焦点在于他们的书籍如何被用于训练AI模型。此次法律行动恰逢一篇学术论文的发表，该论文提出AI模型权重可以被视为受版权保护材料的“概率性副本”。该论文认为，法律上对“副本”的定义需要演变，以涵盖AI模型存储信息的方式，这可能会对所有AI训练公司的经济和合规负担产生重大影响。
-
新论文分析AGI发展的经济影响
一篇新论文探讨了通用人工智能（AGI）的经济影响，研究了其开发和部署如何重塑市场和劳动力。研究深入探讨了AGI创造前所未有经济增长的潜力，同时也对其现有经济结构构成了重大挑战。文章提出，积极的经济规划和政策调整对于应对AGI影响下的经济转型至关重要。
-
研究警告：AI可能导致就业岗位流失，消费者需求或将崩溃
一篇研究论文探讨了广泛的AI驱动自动化可能带来的经济后果，特别质疑大规模失业是否会导致消费者需求崩溃。这种情况可能会破坏最初促使企业采用AI取代工作的利润动机。该论文旨在分析自动化、就业和市场需求之间的这种反馈循环。
-
推理密集型LLM在ESG评分方面相比更便宜的模型效益有限
一项新近在arXiv上发表的研究表明，使用先进的、推理密集型的大型语言模型（LLMs）进行ESG叙事评分，相比计算量要求较低的模型，其边际效益有限。该研究分析了十家日本上市公司的相关数据，发现使用这些前沿模型的成本大约是使用三个推理关闭模型的共识成本的5.6倍，而评分结果的差异却很小。研究结果表明，对于基于跨度的ESG叙事评分，推理密集型LLM增加的运营成本并未带来实质性的改进结果。
-
独立研究者预印本获北京大学实验室引用
一位独立研究者最初在SSRN上分享的预印本，在被北京大学实验室引用后获得了关注。此次引用发生在预印本发布一个月后，并被收录在一篇被ICML 2026接受的论文中。原作者正试图了解这种学术认可程度是否值得在arXiv上获得认可。
-
AI用户接受错误，迎来了平庸时代
最近的一篇论文表明，许多AI用户并不担心AI错误，而是接受“足够好”的心态。这种观点暗示，AI的崛起可能正在迎来一个智力平庸的时代和一个智力活动的“劣币驱逐良币”的时代。这些发现突显了社会可能正在朝着在追求便利的过程中接受不完美输出的转变。
-
研究论文探讨向人工智能“认知投降”
一篇新研究论文探讨了人工智能背景下的“认知投降”概念。该论文可在SSRN上找到，深入研究了日益复杂的人工智能系统对人类决策和自主性的潜在影响。它提出了关于个人在多大程度上可能将认知过程让渡给人工智能的问题。
-
新研究通过新颖方法和基准解决大语言模型幻觉问题
多篇在arXiv上发布的研究论文解决了大型语言模型和视觉-语言模型中的幻觉挑战。一篇论文介绍了上下文内视觉对比优化（IC-VCO），通过在共享上下文中利用对比图像和新颖的样本编辑策略来减轻多模态幻觉。另一项研究调查了影响幻觉鲁棒性的架构因素，对幻觉进行分类并为模型设计提供指导。此外，还提出了一个新的框架BenHalluEval，用于评估和检测孟加拉语模型中的幻觉，突显了现有方法在低资源语言上的不足。其他研究则将幻觉检测重新构建为分布外…