SSRN Electronic Journal
PulseAugur coverage of SSRN Electronic Journal — every cluster mentioning SSRN Electronic Journal across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
Ethan Mollick 研究：AI 代理的购物选择难以预测
Ethan Mollick 的新研究探讨了 AI 自主代理购物行为的不可预测性。研究发现，即使是微小的变化，例如 AI 代理浏览网页的顺序或其存储的记忆，都会显著影响它们的选择，而这些影响难以通过营销策略来预测或操控。
-
研究发现 AI 助推家庭作业分数，但考试表现却大幅下滑 · 追踪 8 个来源
一项最新研究表明，虽然 AI 工具可以将家庭作业分数提高 18% 并缩短完成时间，但会导致实际考试成绩显著下降 20%。这种学习损失尤其集中在将家庭作业外包给 AI 的学生身上，负面影响会随着时间的推移以及在各种科目中变得更加明显。研究结果表明，依赖 AI 完成作业可能会阻碍真正的理解和技能发展，特别是对于年轻学生和成绩优异的学生。
-
数据中心与人工智能增长与可再生能源投资挂钩
来自 Chamber of Progress 的一份题为“数据中心发展手册”的新报告，探讨了数据中心扩张与可再生能源投资之间的关系。该报告还在 SSRN 上的一篇题为“为人工智能供电：数据中心如何影响可再生能源投资？”的论文中进行了讨论，强调了数据中心支持人工智能增长的关键需求，同时也考虑了它们对可持续能源的影响。研究表明，人工智能基础设施日益增长的需求需要仔细规划，以确保其符合可再生能源目标。
-
法学评论文章探讨人工智能与武装团伙成员身份
一篇新的法学评论文章探讨了武装团伙成员身份的复杂性及其对致命自主武器系统的开发和部署的影响。该文章可在SSRN上找到，深入探讨了定义此类成员身份的持续不确定性，以及这些模糊性如何影响人工智能在战争中的法律和伦理考量。
-
研究发现新冠封锁对死亡率影响甚微，成本高昂
史蒂夫·汉克（Steve Hanke）合著并由经济事务研究所（Institute of Economic Affairs）发表的最新荟萃分析得出结论，新冠疫情封锁对死亡率影响甚微，却带来了巨大的经济和社会成本。该研究审查了19,646项潜在研究，并重点分析了其中的22项，估计封锁在美国挽救了4,000至16,000人的生命。汉克在一本书和一篇期刊文章中公布了这些发现，但他声称其研究受到了公共卫生官员和事实核查员的审查和批评。
-
新论文探讨生成式AI对教学的潜在危害
一篇题为《生成式AI可能损害教学》的新论文，由Alp Sungu、Benjamin Lira和Angela Duckworth撰写，已在SSRN上发表。该论文探讨了生成式AI对教育领域的潜在负面影响。该论文已在Mastodon上分享，并链接到ACM社交网络。
-
AI作业工具损害长期学习，中国学生研究发现
一项涉及超过26000名中国学生的研究发现，虽然AI作业工具可以提高效率和短期成绩，但它们会严重损害长期学习。斯德哥尔摩大学和香港大学的研究人员观察到，使用AI工具的学生完成作业的速度更快，家庭作业成绩提高了18%。然而，在六个月内，他们的月度考试成绩下降了20%，两年后，高风险入学考试成绩下降了高达24%。该研究表明，AI的使用可能会造成一种虚假的流利感，阻碍更深层次的理解和记忆。
-
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…