研究用分形维度测量在线对话：争议话题分支结构更复杂
guzdial · x · 2026-09-18
密歇根大学 Mark Guzdial 等人发表开放获取论文《Understanding online conversations through fractal dimension》，用分形维度来刻画在线对话分支结构的稀疏与复杂程度，并以此探讨对话的「健康度」。
研究测量了 Reddit 上关于 AI 的帖子，发现：纯技术内容（如算法区别）的帖子分形维度更低，而涉及社会争议（失业、种族偏见等）的话题分支结构明显更复杂；配套的情感分析进一步支持了这一区分。
论文将植物树木分支复杂度的分形测量方法迁移到社交媒体对话分析，提出了一种同时链接语义与结构分析的对话研究框架。
「研究」频道最新
- 学者指谷歌夸大 AlphaGenome：是预测而非「绘制」90 亿变异效应 — anshulkundaje · 2026-09-18
- Epoch AI 启动基准审计:首批 15 个评测仅 4 个获 Verified — xeophon · 2026-09-18
- 38 个开源复现项目追踪器：帮你分清哪些真能跑 — multimodalart · 2026-09-18
- Nature 论文实证:递归用 AI 生成数据训练会致模型不可逆退化 — alex_verem · 2026-09-18
- 牛津剑桥研究:第 9 代自噬训练后模型彻底崩溃,留 10% 真实数据可止损 — alex_verem · 2026-09-18
- DeepMind AVI 分数评测：基因变异预测比肩 SOTA 但评测有偏 — anshulkundaje · 2026-09-18