最新

Rhome是一个推荐平台，旨在与朋友分享长篇媒体推荐。它的建立原则是，朋友的推荐比算法的推荐更有价值。在这个注意力持续时间越来越短的时代，该平台旨在鼓励我们对所消费的内容进行更多的思考。 <p>非常感谢任何反馈！

大家好， 我们的团队最近发表了一篇论文，介绍了一种工具，旨在减少社交媒体上的回音室效应。基本上，我们开发了一种“全ostasis调节器”，基于心理学理论，可以应用于几乎所有现有推荐系统的推理层。 可以把它看作是一个代码包装器，帮助机器学习算法提供更丰富的内容选择，通过根据用户最近的内容观看历史，微妙地引导用户远离极端的算法强化。我们已经在模拟环境中证明了它的有效性，但下一步的重大挑战是进行真实世界的部署和大规模测试。 我们相信这个工具对像谷歌和Meta这样的平台具有重要潜力——不仅有利于用户心理健康，也能为他们的生态系统带来长期的战略利益。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。如果你在谷歌、Meta或其他地方工作，并对此感兴趣，我们希望探讨如何在实际环境中进行测试的合作机会。 你可以在这里阅读完整的论文： [https://www.tandfonline.com/doi/full/10.1080/29974100.2025.2517191#d1e210](https://www.tandfonline.com/doi/full/10.1080/29974100.2025.2517191#d1e210) 欢迎任何建议或反馈！