lit-radar — 2026-10-27

科研牛马们，我来汇报组会工作——paper reading了。今天一共8篇，老规矩，不念公式，只讲人话。

第一篇，《政策辩论中的内生联盟形成》。报纸上的政策辩论里，总有人抱团说同一套话，可这些阵营到底怎么长出来的，一直说不清。一个组织下一次发言说什么、站哪边，能不能用它过去和谁一致、和谁冲突来解释。咋整的呢？把德国九年养老金辩论里六千多条发言拆成谁说了哪条主张，再算三种历史得分预测下一句。结果你猜怎么着，抱团和排斥的得分都是零点二七，搭桥只有零点一三，三者都显著为正。按作者自己的说法，抱团让阵营内部趋同，排斥让阵营之间对立，搭桥则让两边不至于彻底断开。一句话总结：政策学习可以拆成三种可测的机制，联盟是它们日积月累的产物。

第二篇，《基准安全，实践危险：1331起儿童AI事件的经验教训》。人工智能走进课堂、玩具和聊天软件，孩子的安全却大多只在模型测试里被检查。公开报道里，孩子被人工智能伤害的真实事件到底有哪些，又是在哪一步出的错。具体怎么折腾的：研究者收集一千三百三十一起公开事件，逐条标注伤害类型和出错环节。折腾完发现，伤害最多的是性化描绘和心理伤害，出错多半在投放场景和使用方式，不在模型本身。作者还顺手讨论了一下，模型考试过关不等于安全，伤害常发生在产品设计和机构使用环节。说人话就是：监管应默认限制高风险功能，强制披露儿童相关事件，并做投放前的儿童专项评估。

第三篇，《恐惧不刷屏却久留：TikTok食品恐惧内容》。很多人靠短视频学怎么吃饭，可有些视频把普通食物说成毒药，吓得人不敢下嘴。这类吓人的美食视频到底怎么传开，看的人是什么情绪，又到底在怕什么。方法上，作者用能看画面的人工智能把九万七千多条TikTok美食视频分成恐惧与非恐惧两组，再读上百万条评论。最后发现，恐惧视频看的人反而少六成，可每看一次转发多七成到一倍，讨论还能多拖六成长。作者的解读是，恐惧内容的力气不在刷屏，而在让人反复回来争吵，火气多半撒向监管机构。划重点：平台别只盯爆款，要看转发率和评论拖多久，才抓得住这种慢慢发酵的恐惧。

第四篇，《高分之下暗藏失败：评估基于编码手册的大模型内容分析》。现在很多社会科学家让大模型照着一本贴标签的说明书，给文本自动分类。这种自动打标签到底靠不靠得住，分数好看的时候会不会藏着大问题。咋整的呢？作者拿四套数据和五个模型反复折腾，改说法、换标签名、跑十遍、换领域。结果你猜怎么着，总分看着不错，最差标签只拿二十八分，换到新闻更是一条都贴不全。按作者自己的说法，平均分把烂标签的失败盖住了，模型其实很依赖标签名字而不是定义。一句话总结：用大模型编码必须盯每个标签的分数并多跑几遍，不能只看一个总分。

第五篇，《X之下的亲密：推特收购后的心理健康披露》。很多人在社交平台上诉说焦虑和抑郁，平台规则一变，他们还敢不敢说心里话。马斯克买下推特前后，心理健康的自我披露在语言和坦诚程度上有什么变化。具体怎么折腾的：收集约八十二万条相关推文，用词频工具和一个大模型给披露的私密程度分三级。折腾完发现，情感词和社交词变少，第一人称和未来词变多；边缘人格的低私密帖多了十三点六个百分点。作者还顺手讨论了一下，规则松动可能让人更谨慎，但只有边缘人格的变化明显超过一般推文。说人话就是：平台应提供更细的可见范围控制，并稳定执行反骚扰规范，才能护住脆弱表达。

第六篇，《大模型增强的赛博社会智能体仿真》。社交媒体上的自动账号常被当成坏人，其实它们有各种角色和说话风格。这些自动账号能分成哪几类，把它们放进网络里会不会改变信息传播。方法上，研究者给十六种自动账号写好性格，用大模型生成三十多万个角色，模拟三十天发帖互动。最后发现，模拟出的普通自动账号发帖量约为真人的两倍，比值二点零一，与真实数据接近。作者的解读是，把自动账号当成有性格的多样角色，比一律当成坏机器人更接近现实。划重点：这套模拟可以用来研究信息扩散、测试干预办法，也能帮数字治理定政策。

第七篇，《语言模型框架敏感微调的稳定域》。同一句话换个说法，人判断真假时会不一样，这叫框架效应。能不能只让模型对某种说法更轻信，同时不破坏它整体的判断水平。咋整的呢？研究者做了一百多万条换说法的事实句，微调模型时故意减轻某类错误的惩罚。结果你猜怎么着，微调后总体准确率只变零点零一五，但对目标说法的误判概率最多升零点零五三。按作者自己的说法，这种小偏差在有反馈时会越滚越大，没有反馈时几乎消失。一句话总结：只要把改动圈在稳定范围内，就能造出可复现的偏见智能体来研究假消息。

最后一篇，《面向纵向因果效应估计的上下文基础模型》。病人用药要一步步来，前面的治疗会改变后面的身体状况，想算清某种方案的真实效果很难。能不能造一个通用模型，不用为每个数据集重新训练，就能算出各种治疗策略的长期效果。具体怎么折腾的：先用计算机模拟出成千上万条病人轨迹和对应的反事实结果让模型学习，再让它读新数据直接给答案。折腾完发现，七组测试里六组误差最低，肿瘤那组比最强对手低一成二，出结果快一百到五千倍。作者还顺手讨论了一下，把治疗策略写成示范塞进上下文，模型就能一次算出多个时间长度，还知道自己有多不确定。说人话就是：它把纵向因果推断变成随取随用的基础模型，但只在模拟和半模拟数据上验证。

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。