lit-radar — 2026-11-12

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，《评估治理提案的工具：大规模人工智能政策分析》。各国提交的人工智能法案越来越多，可没人能快速说清一份法案到底在管什么、偏向哪个目标。能不能做一张公开透明的评分表，把法案在几个治理目标上的侧重算出来，而不是判它好坏。咋整的呢？研究者访谈二十四位专家，用九十一条示范法案和文本计算，定出五个属性和三十一条打分细则。结果你猜怎么着，九十一份法案里有七十三份被正确认作主打属性，但六个商业大模型打分明显更极端、更集中。按作者自己的说法，大模型只适合探索和梳理，正式打分要靠假设写明的校准模型，且评分只表示相关性。一句话总结：这套工具不判断政策优劣，只把取舍摆到桌面上，方便使用者对照自己的价值立场。

第二篇，《走向自适应分类：面向智能体 AI 的维度化治理》。AI 从工具变成会自己做事的智能体，可监管还在用固定的风险分级和自主性等级。固定分类为什么跟不上 AI，能不能换一套随能力演进而更新、又仍然能划线的治理办法。具体怎么折腾的：作者不跑数据，靠梳理文献、找跨行业先例，提出一套三维框架并设计阈值机制。折腾完发现，提出把决策权威、过程自主、问责配置三条线分开追踪，再设四道信任阈值当换挡点。作者还顺手讨论了一下，分类不该取消，而应建在连续维度上，靠调阈值而不是重画框。说人话就是：框架尚未经实证检验，把三个维度变成可靠指标是后续最关键的功课。

第三篇，《社群干预与全人群响应：社交媒体信息扩散的比较研究》。同一条消息在不同圈子里传得完全不一样，可管理者常常对所有用户一刀切地下手。该只敲打传得最凶的那个圈子，还是对全体用户一起出手，哪种办法更管用。方法上，研究者把二〇一八年推特上斯克里帕尔中毒事件六十天的发言画成随时间起伏的曲线再互相比。最后发现，亲俄圈子的转发峰值最高达到对手的六倍，先砍掉圈内头部账号后传播塌得最厉害。作者的解读是，想压住放大效应就得按圈子下手，想压住总体发言量则广谱出手更有效。划重点：两种办法各有靶心，现实策略应把定向干预与广谱响应搭配起来用。

第四篇，《TrustMod-SM：社交媒体内容审核中大模型可信度的多轴评测基准》。社交平台每天涌进几十亿条帖子，早就在用大模型当审核员，判得准不等于靠得住。研究想弄清楚，这些模型除了准确率，在公平、安全、抗干扰和懂语境上到底行不行。咋整的呢？研究者从八个公开数据集凑出两万九千条测试题，给十六个开源模型加一个闭源模型做五科体检。结果你猜怎么着，最准的模型往往对群体最不公平，还会被一句改写指令骗走，也几乎不喊人工复核。按作者自己的说法，信任的五个面互相拉扯，没有哪个模型能五科全优，堆参数也补不齐。一句话总结：上线前必须五个维度一起测，安全是共同短板，闭源前沿模型也只是略好。

第五篇，《用大语言模型智能体评估社交媒体平台上的亲社会干预》。刷手机时大家总看到娱乐八卦，真正有用的新闻却很少，平台该怎么把好新闻推给人一直没定论。能不能先用一群人工智能假人试一遍，看哪种推新闻的办法最管用，再去花钱做真人实验。具体怎么折腾的：研究者造了一万三千八百三十五个虚拟用户，让他们在二十轮信息流里点赞、评论、转发和关注。折腾完发现，把新闻顶到最前面效果最大，每轮互动从零点零二七次涨到一点六一八次，是加量组的四倍多。作者还顺手讨论了一下，位置比数量和信息来源都重要，但虚拟人对长列表靠前的内容更敏感，可能高估了效果。说人话就是：用虚拟用户先筛方案能省钱省时间，方向上和真人实验对得上，但只能当预演，不能替代真人。

第六篇，《把诊断与控制分开：基于大模型诊断的可审计智能体仿真政策适应》。老龄化社会里，老人孤独会伤心伤身，可现有的帮扶办法要么太死板，要么说不清道理。能不能让帮扶办法跟着人群状态自动调整，同时每一次调整都讲得清依据。方法上，研究者搭了个三十人住两百天的养老院电脑模型，让大模型只当诊断医生，由写死的规则来开药。最后发现，按明规则调整比让大模型全权决定，孤独感多降了百分之十一点七，而且每一步都能查。作者的解读是，大模型擅长给个别老人打分，却不擅长稳定地拧参数，容易来回摆。划重点：把诊断和控制分开，既能灵活应对，又能留下可审计的记录，高风险政策可以这么做。

第七篇，《用基于代理的模型与可解释人工智能模拟社会行为与政策干预情景：爱尔兰私井用户案例研究》。爱尔兰农村一半人喝自家井水，井水容易被农场和污水污染，当地很多肠道感染就来自它。这项研究想弄清，政府怎么出招才能让私井用户愿意定期检测水质。咋整的呢？研究者把五百六十一名私井用户的问卷变成会学习的虚拟村民，让他们在电脑里试十四种政策。结果你猜怎么着，免费检测加宣传最管用，五百六十一名虚拟村民里有四百三十五个开始检测，基线只有约百分之五。按作者自己的说法，免费检测加宣传能最快改变行为，因为钱和明白风险这两道坎被同时挪开了。一句话总结：作者建议把免费检测当主抓手，配上宣传或适度监管，这套仿真框架也能搬去别的公共卫生问题。

第八篇，《从委托到道德弃责：按判断与认知控制为大型语言模型用法分类》。大模型到处都在用，可人们常只按行业或任务给它贴标签，忽略了具体用法的差别。能不能按“把多少判断交给机器、自己还留住多少知情权”来给各种用法分类。具体怎么折腾的：作者画两条轴组成四格图，再把提示词当作“委托合同”逐句读，看活到底是怎么分派的。折腾完发现，教育自动评分把评判权和标准都交给了模型，公共部门合同审查更极端，只看开头一万字符就下结论。作者还顺手讨论了一下，界面的友好外表会掩盖判断被外包的事实，让人误以为自己还在做主。说人话就是：合乎伦理的用法必须始终是“用工具”：人得看得懂依据、能自己判断、还能为结果讲出理由。

第九篇，《预测代表性：揭示 AI 皮肤癌检测中的种族偏见》。皮肤癌的智能诊断工具多在浅肤色照片上训练，深肤色人群可能被系统性漏诊。研究想问，数据按人口比例收样本，能不能保证模型对每种肤色都一样准。方法上，用一万零一十五张图训练五个网络，再拿哥伦比亚一百六十五张临床照片分肤色考试。最后发现，深肤色组的恶性病变精确率只有零点四八，浅肤色组却有零点九零。作者的解读是，代表性不能只看数据构成，得看预测结果在不同人群上是否一样公平。划重点：他们提出预测代表性与外部可迁移判据，主张把分组公平审计放进上线前的必检流程。

第十篇，《医疗 AI 智能体负责任与合乎伦理实施的六项干预》。大模型智能体越来越会推理看病，可能在没有医生盯着时自己下临床决定。当机器人医生自己拿主意时，医学伦理的四条老原则还守得住吗。咋整的呢？作者写的是观点文章，不靠数据，而是提出一套伦理内建框架和六项干预。结果你猜怎么着，六项干预分别管伦理推理留痕、人类接管、患者偏好、委员会审查、全球题库和监管沙盒。按作者自己的说法，光调模型或事后审查不够，伦理必须写进智能体的运行逻辑。一句话总结：六项干预要监管、医院、患者和开发者一起落地，让智能体当协作者而非替代者。

第11篇，《引了却没看：法律思维链忠实性的反事实审计》。法律 AI 判完案子常点名依据的法条，大家默认点了名就说明判决真是照它来的。如果只把引用的法条或判例换成无关的，判决会不会跟着一起变。具体怎么折腾的：固定案情只换依据，再从模型隐藏状态逐句读出判决，跑了七个模型和四个法律基准。折腾完发现，点名正确率高达百分之六十六点七到百分之百，可换掉依据后判决改变的比例只有百分之零到七十六点七。作者还顺手讨论了一下，点名多半是开场套话，真正判案靠案情模式，做大模型和法律专用训练都补不上。说人话就是：所以引了法条不能证明靠它判案，这种解释不能直接当合规或审计凭证。

最后一篇，《是配置，不是良心：大语言模型系统提示词的大规模实证研究》。大模型回答你之前会先收到一份看不见的开场白，也就是系统提示词，泄露出来常被当成厂商的价值观自白。这四百多份泄露或公开的提示词，到底在讲工具怎么用，还是在讲价值观和底线。方法上，研究者把四个社区仓库的四百零七份提示词合并，去掉重复后逐块分类、比对相似度并追踪版本变化。最后发现，分类词里约五成八是工具用法，安全政策只占五点四，最严的规则管工具与文件安全的力度是有害内容规则的十一倍。作者的解读是，这些文本更像配置文件而不是家规，抄写与趋同是两种机制，改提示词其实是软件维护问题。划重点：提示词该像代码一样进版本库、做回归测试和过期检查，红队也应先盯工具与数据边界。

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。