最新

Rhome 是一个推荐平台，用于与朋友分享长篇媒体推荐。它基于这样的理念：来自朋友的推荐比算法的推荐更值得信赖。在这个注意力日益缩短的时代，该平台旨在鼓励我们对所消费的内容进行更深入的思考。 欢迎提出任何反馈！

大家好， 我们的团队最近发表了一篇论文，介绍了一种用于减少社交媒体上回音室效应的工具。 简单来说，我们开发了一种基于心理学理论的“稳态调节器”，可以应用于几乎任何现有推荐系统的推理层。 可以把它想象成一个代码包装器，它通过根据用户最近的内容浏览历史，巧妙地引导用户远离极端的算法强化，从而帮助机器学习算法提供更多样化的内容。 我们已经在模拟环境中证明了它的有效性，但下一步是在真实环境中大规模部署和测试。 我们认为这个工具对 Google 和 Meta 等平台具有重大潜力——不仅对用户的心理健康有益，而且对它们的生态系统也有长期的战略利益。 因此，我们非常希望将这个工具交给正在研究这些问题的研究人员和工程师。 如果您在 Google、Meta 或其他地方工作，并且对此感兴趣，我们很乐意探讨如何合作在实际环境中测试它。 您可以在这里阅读完整的论文：<a href="https:&#x2F;&#x2F;www.tandfonline.com&#x2F;doi&#x2F;full&#x2F;10.1080&#x2F;29974100.2025.2517191#d1e210" rel="nofollow">https:&#x2F;&#x2F;www.tandfonline.com&#x2F;doi&#x2F;full&#x2F;10.1080&#x2F;29974100.2025.2...</a> 欢迎提出任何建议或反馈！