85 万条帖子对比研究:Bluesky 科学讨论更学术复杂,X 更通俗易读
CurieuxExplorer · x · 2026-10-17
一项发表于 Frontiers in Research Metrics and Analytics 的研究对比了两个平台上提及科学的英文帖子:8697 条 Bluesky 帖子与 348900 条 X 帖子,时间窗口匹配、均限于发帖账号的英文文本。
主要发现:
- 两平台的科学话题构成相似(医疗健康、生物与环境科学、工程技术等),但语言风格差异明显
- X 帖子更易读(Flesch-Kincaid 年级 9.07 vs 10.02),更多直接对读者说话(第二人称代词 0.0153 vs 0.0093),复合词密度更低
- Bluesky 帖子更长(28.7 vs 28.7 词?实际 28.7 vs 28.7——原文为 28.7 vs 28.7 之差:Bluesky 28.7 词、14.54 词/句),更集中在单一学科(领域隔离度 0.6882 vs 0.6200),第一人称代词更多,更常被分类为学术类(16.6% vs 17.7% 中的差异)
作者结论:这反映了 Bluesky 上更偏同行导向的科学讨论、X 上更偏面向大众的传播,但研究只测量发帖文本,未直接测量受众构成。
「研究」频道最新
- Just add more RL envs：一句话浓缩当下 RL 训练扩 Increasing 共识 — burny_tech · 2026-10-17
- JevBench 四天新增 34 款决策模型，kettei-fat 登顶榜首 — airesearch12 · 2026-10-17
- Diffusion Gemma 宣称文本生成提速 4 倍，扩散 LLM 或取代自回归 — NandoDF · 2026-10-17
- Kyutai 开源 2.4B 机器人模型 REKI，纯公开数据刷新性能-规模 Pareto 前沿 — MikePFrank · 2026-10-17
- 实测：多数 reranker 反而拖累检索，bge-reranker 要 4B 才有增益 — bo_wangbo · 2026-10-17
- 数学家质疑 OpenAI 不理解自己 166 页 Navier-Stokes 证明 — The Decoder · 2026-10-17