lit-radar — 2026-10-21

科研牛马们，我来汇报组会工作——paper reading了。今天一共12篇，老规矩，不念公式，只讲人话。

第一篇，《从民主到专制：人工智能系统如何凭设计助推威权主义》。能监控、能预测的人工智能系统不只出现在专制国家，民主国家也在大量采购。六个不同政体的系统，究竟在哪些设计和运营环节上帮着强化了威权做法。咋整的呢？把美国、英国、荷兰、以色列、中国、俄罗斯的六套系统按十个生命周期阶段逐一对表。结果你猜怎么着，六套系统都找得到强化强制、逃避问责和按群体分类的共同设计特征。按作者自己的说法，威权风险来自开发者和使用者的选择，而不是模型本身有多强。一句话总结：监管要覆盖从立项、采购到测试的全过程，不能只盯部署之后的护栏。

第二篇，《混合官僚制：公共福利机构中数字技术与制度安排的关系》。北欧三国把养老金、育儿补贴这些福利交给大型公共机构统一办理。这些机构为什么一半靠机器自动审批，一半还得靠人一条条看材料。具体怎么折腾的：比较丹麦、挪威、瑞典三家福利机构，读政策文件并访谈六位高管。折腾完发现，三家机构同时保留窗口办事、屏幕审批和全自动三种做法。作者还顺手讨论了一下，这不是过渡阶段，而是一种稳定存在的混合官僚制。说人话就是：数字化不会一路走到全自动，机构要准备好人和机器长期并存。

第三篇，《人工智能突破越强，自身枯竭来得越快》。大家默认做人工智能的人越多、钱越多，发现就会越快，这篇论文说未必。整个领域的注意力会不会被少数几次大突破吸干，反而拖慢下一次突破。方法上，统计三十六年计算机科学的七百多万篇论文、七万多条审稿和三百多万位研究者。最后发现，二零一七年后注意力集中度涨了近三成，审稿人信心从三点九掉到二点九。作者的解读是，大突破把注意力吸得太干净，留给后来者重组的想法反而变少。划重点：学术制度应当保护想法多样性，而不是一味奖励所有人挤进当红范式。

第四篇，《新闻内容多样性的计算分析：测量话题、行动者与观点的方法比较》。新闻机构越合并越省钱，读者能看到的话题和声音可能越来越窄，可到底窄没窄很难量。哪些计算机方法能靠谱地数出一家媒体讲了哪些话题、采访了谁、又让谁表达了什么立场。咋整的呢？拿荷兰公共广播两年多的疫情报道一万多篇，请人逐篇标注，再让四种模型做同一份卷子。结果你猜怎么着，大模型认主话题准确率九成七，BERTopic 的主题比 LDA 细得多，但判断支持还是反对几乎都失灵。按作者自己的说法，话题和人物能自动量，观点太难，连两个真人标注员都常常意见不一。一句话总结：这套流水线可以拆开换零件、换语言复用，但观点多样性还得靠人机配合慢慢磨。

第五篇，《重访社交媒体时代的传播中介模型：中国气候虚假信息回应的纵向证据》。老理论说人先看新闻、再跟人聊、最后才行动，可刷手机时这三件事常常是同时发生的。在社交媒体上看气候信息、跟人讨论、去辟谣纠错，到底谁先谁后，会不会互相推动。具体怎么折腾的：在国内招募约五百人，隔一个月问一次，连问三次，再比较不同时间段的先后关系。折腾完发现，看新闻确实带动讨论、讨论带动纠错，但都发生在同一段时间里，第二段间隔里效果就弱了。作者还顺手讨论了一下，这套流程不是固定流水线，而是看议题、看时机、看人，爱面子的人走的路完全不同。说人话就是：辟谣要先把注意力拉过来，再想办法让人开口聊，光靠一条辟谣帖很难走完全程。

第六篇，《当大模型操纵人心：测量行为、社会与时间效应》。大模型说话越来越像人，一句“专家都说”“名额只剩三个”就可能悄悄改变你的判断，可现在的安全检查只看它说了什么。被这种话术影响之后，人到底会多顺从、这种影响会不会传给身边的人、又需要多久才能缓过来。方法上，请一百二十人做十二轮对话任务，把话术分成权威、紧迫、从众、利他四类并调三档强度，事后隔一天和一周再测。最后发现，权威话术最容易让人上头，易感分数约零点五八，对照组只有零点二二，一周后仍明显没恢复。作者的解读是，易感不是人身上固定的标签，而是被语言框架和场景临时调出来的状态。划重点：安全评估要从查内容改成查后果，把即时、社会、时间、语境四个维度一起纳入审计。

第七篇，《社会网络演化的信息论模型》。社交媒体上的人越来越只跟想法相近的人来往，慢慢形成听不到反对声音的回音室。人们按想不想看到新鲜内容不断换关注，这种小动作会不会自己长出封闭的小圈子。咋整的呢？让一百个会写字转发的虚拟用户按文字差异不断取关再关注，每种设定重复十遍看网络长成什么样。结果你猜怎么着，转发越频繁、越爱找同类，抱团程度就越过起点的零点五，还会冒出几个彼此很少来往的小圈子。按作者自己的说法，回音室不必由算法强推，只要用户爱转发又爱找同类，网络自己就会收紧。一句话总结：平台若想减少回音室，可以同时调节转发活跃度和推荐同类内容的力度，但结论还只是模拟。

第八篇，《S²-MAS：五亿家庭人格体的社会尺度多智能体仿真框架》。政府想预估一项信贷或消费政策的效果，可每家每户的账本和反应都不一样，很难算清。能不能造出五亿户像真家庭一样的虚拟住户，让他们自己算账，再拿去做政策实验。具体怎么折腾的：用真实问卷造出五亿户虚拟家庭，训练一个小模型替每户做花钱决定，再让一个引擎按月记账。折腾完发现，把购物目标和授信额度一起提高后，每户一年多花约两千八百九十一元，二十五到三十四岁的人反应最大。作者还顺手讨论了一下，关键不是模型多聪明，而是把决定和记账分开，才能看清钱从哪来、债滚到哪去。说人话就是：这套沙盘能按人群、人口规模和时间长度做政策实验，但结局仍很依赖写死的银行与会计规则。

第九篇，《市政数字政府的自我强化障碍：系统动力学视角》。德国地方政府花了不少钱搞数字化，可进度一直很慢，同样的问题年复一年地冒出来。为什么这些早就被点名的障碍，明明有人去治，还是反复出现、甩不掉。方法上，访谈六十七名市政府和政务科技公司的人，把大家口中的因果关系画成一张互相咬合的回路图。最后发现，他们整理出二十九个障碍和十条越转越紧的增强回路，没有一条是自我纠正的平衡回路。作者的解读是，障碍不是一个个孤立的坑，而是彼此喂养的机制，单挖一个坑往往没用。划重点：要打破僵局，得同时动几个互相支撑的环节，并靠跨市统一标准和合作来松土。

第十篇，《GigaBrain-0.7：用三系统架构把具身基础模型推向涌现能力》。让机器人学会干活，过去主要靠喂演示视频，可换个机型、换个场景就容易失灵。能不能造一个通用的机器人大脑，看一眼就会做，还能在真实失败里越练越好。咋整的呢？用三个模块分工：一个看懂任务拆步骤，一个想象接下来的画面并打进度分，一个负责动手；先喂三万七千小时多机型数据。结果你猜怎么着，折叠衣服得分从六十八升到八十八，包装礼物成功率从零升到八十，语言指令任务平均分也超过对手。按作者自己的说法，把预测和评估单独做成一个模块，比让机器人直接看画面出手更稳。一句话总结：再叠加离线与在线练习，四个精细装配任务的成功率都从很低升到满格。

第11篇，《MSA：记忆稀疏注意力，把端到端记忆模型扩展到一亿词元》。现在的聊天机器人记性很短，聊上几百万字就开始忘事，更别提记住一个人的一辈子。能不能让模型直接记住上亿字的内容，而不是每次先把资料检索出来再读。具体怎么折腾的：给每份资料单独编号，训练一个会挑重点的注意力机制，需要时只读最相关的十六份。折腾完发现，记忆从一万六千字扩到一亿字，答题得分只掉不到一成；找针测试在一亿字时仍有九成五准确。作者还顺手讨论了一下，把记忆容量和推理能力拆开是关键，该读哪几段可以交给模型自己学。说人话就是：两台普通显卡就能跑一亿字记忆，为长期陪伴型助手和数字分身铺路。

最后一篇，《MiMo- .6：把强化学习规模化，走向模型自我改进》。教机器变聪明，光靠背书式的海量阅读不够，还得让它在真实任务里反复试错、拿反馈。如果同时放大试错机会、题目种类和打分力度，模型的能力能不能一路顶到世界前沿。方法上，每一步同时跑两万五千条长任务，覆盖编程办公视觉安全，再让更聪明的裁判在同组里排名打分。最后发现，编程长任务从五十八分升到七十二分，办公流程题从十六分升到五十三分，逼近顶级闭源模型。作者的解读是，试错算力、环境多样性和裁判算力一起放大，能力会随训练成本稳定上涨。划重点：团队把训练过程、任务环境和训练框架全部开源，方便别人复现和继续研究自我进化。

以上就是今天的组会汇报。哪篇戳中你了就点进去看全文，没戳中的，就当陪导师开了个会。