研究揭示推荐算法偏爱浅薄内容，忽视认知深度
_reachsumit · x · 2026-08-17
问题现状：受注意力经济驱动，现有短视频推荐系统主要优化即时互动，导致算法天然偏向“浅薄内容”，长期可能损害用户认知健康。
新指标：论文提出“内容深度评分”（CDS），基于认知心理学理论，用 7 级量表量化短视频刺激高阶认知过程的程度。
评测发现：基于 15 万视频标注的 SCOPE-Bench 评测显示，13 种代表性推荐算法均表现出对浅薄内容的一致性偏好。研究表明，即使引入认知深度指标，算法仍需针对该指标进行专门优化。
「研究」频道最新
- 卡马克质疑流式 RL:单次观测即丢弃是糟糕设计 — ID_AA_Carmack · 2026-08-17
- AI 智能体科学发现：从文献到新蛋白质序列的端到端管线 — BrianHie · 2026-08-17
- 深度强化学习圈的黑话:代理损失其实是「假损失」 — burkov · 2026-08-17
- 新基准评估 AI 生成视频检测器：现实危机场景下泛化能力差 — huggingface · 2026-08-17
- HumanTracker 基准发布：评估人形机器人运动跟踪质量 — GalaxyGeneralRobotics · 2026-08-17
- 新方法提升推理效率：验证关键声明而非采样更多答案 — WeiboAI · 2026-08-17