ZDNet至顶网软件频道消息: 在Facebook通过改变News Feed信息流的方式来研究用户情绪变化的消息曝光后,负责此项研究的Facebook数据科学家亚当·克拉默(Adam Kramer)专门对此进行了解释。
“我们进行此项研究是因为我们关心Facebook以及使用我们产品的人所产生的情绪影响。”克拉默说,“我们感觉,很有必要调查人们共同的担忧:看到别人发布的积极内容是否会使人感觉消极或冷落。与此同时,我们也担心,如果用户被暴露在消极内容中,可能会导致他们不再访问Facebook。”
克拉默表示,此次研究在2012年的一个星期内影响了0.04%的Facebook用户,但由于Facebook的用户基数十分庞大,因此还是覆盖了数十万人。此项研究发现:在Facebook上看到积极情绪会鼓励人们也发布类似的积极内容。
Facebook也在发给《卫报》的声明中表示,该公司此举意在改善服务,让人们在Facebook上看到更加相关和具有互动性的内容。
“作为整个实验的设计者,我可以告诉你,我们的目标绝不是为了令任何人感到不安。我明白为什么有人会对此存有担忧。我和我的同事对于这篇论文对此项研究的描述方式,以及由此带来的焦虑感到抱歉。”克拉默说。他表示,Facebook自2012年以来已经改变了内部评估方式,未来的研究还将把外界对此次研究的反应考虑进去。
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
智谱AI和清华大学联合发布GLM-4.1V-Thinking视觉语言模型,通过创新的推理导向训练框架,让AI学会像人类一样深度思考后再回答。该模型在多个基准测试中超越了规模更大的竞争对手,并首次在开源社区提供了完整的多模态推理解决方案,为AI技术的实际应用开辟了新路径。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
这项由中国人民大学与斯坦福大学、微软公司合作的研究,开发出名为MoCa的革命性多模态AI技术。该技术通过双向注意力机制和联合重建训练,让AI能够像人类一样同时理解图片和文字,并建立深层语义关联。在大规模测试中,MoCa显著超越现有技术,30亿参数模型就能匹敌传统70亿参数模型,展现出强大的实用潜力和应用前景。