@levelsio: 人们怀疑的确实如此 负面内容表现更好 比正面内容好约1.5倍 但好奇…

X AI KOLs Following 新闻

摘要

Pieter Levels 分析了他的博客统计数据,发现负面内容比正面内容表现好约1.5倍,而好奇内容(如巧妙项目)排名第二。他分享了来自743篇帖子的详细情感和情绪数据。

人们怀疑的确实如此 负面内容表现更好 比正面内容好约1.5倍 但好奇内容(如巧妙项目)排在第二,这对我是好消息! https://t.co/nh9MgjWcOf https://t.co/Bwx2GZQVvb
查看原文
查看缓存全文

缓存时间: 2026/06/29 18:43

人们怀疑的确实是事实

负面内容表现要好得多

比正面内容好大约1.5倍

但好奇驱动的内容(比如黑客项目)紧随其后,这对我是个好消息!

https://t.co/nh9MjgWcOf https://t.co/Bwx2GZQVvb


统计 — @levelsio (Pieter Levels)

来源:https://levels.io/stats 导航:统计 (https://levels.io/stats)·项目 (https://levels.io/projects)·标签 (https://levels.io/tags)·RSS (https://levels.io/rss)·pieter.com (https://pieter.com/)·投资 (https://levels.vc/)← 所有文章 (https://levels.io/)

743 篇文章 · 每篇文章一个方块,按年份与主题排列

按比例(高度填充,显示每年份额)1996 2000 2005 2010 2015 2020 2026

商业与技术旅行与国家音乐与艺术政治社会健康与生活哲学

点击一个主题进行筛选 · 按住 Shift 点击可组合(例如 健康 + 政治)

情感随时间变化

按比例(高度填充,显示每年份额)1996 2000 2005 2010 2015 2020 2026

正面 348 混合 58 中性 120 负面 217

情感 · 743 篇文章

47%

16%

29%

正面 348 混合 58 中性 120 负面 217

情绪随时间变化

按比例(高度填充,显示每年份额)1996 2000 2005 2010 2015 2020 2026

乐观 173 兴奋 176 自豪 121 感激 33 受启发 53 愉悦 57 好奇 79 怀旧 26 反抗 27 沮丧 102 批判 251 担忧 42 悲伤 13

情绪 · 743 篇文章中共有 1,153 个标签

22%

15%

15%

10%

批判 251 兴奋 176 乐观 173 自豪 121 沮丧 102 好奇 79 愉悦 57 受启发 53 担忧 42 感激 33 反抗 27 怀旧 26 悲伤 13

点击图例项进行筛选 · 按住 Shift 点击可组合

平均 / 篇总阅读量

按情感分组的阅读量

负面 (217 篇)

中性 (120 篇)

正面 (348 篇)

混合 (58 篇)

按情绪分组的阅读量

批判 (251 篇)

好奇 (79 篇)

兴奋 (176 篇)

乐观 (173 篇)

沮丧 (102 篇)

自豪 (121 篇)

愉悦 (57 篇)

反抗 (27 篇)

担忧 (42 篇)

受启发 (53 篇)

感激 (33 篇)

悲伤 (13 篇)

怀旧 (26 篇)

新闻通讯订阅者

每月新增累计

2020 2021 2022 2023 2024 2025 2026

Ghost.orgX 个人资料LevelsBlo 博客levelsio.com 商店

* 2020-2022年期间,X允许我们从个人资料中收集订阅者

743 篇文章

365.7K

58亿 总阅读量

89 个主题

1996 年第一篇

热门主题

科技 293 (https://levels.io/tag/tech)社会 269 (https://levels.io/tag/society)创业 255 (https://levels.io/tag/entrepreneurship)旅行 146 (https://levels.io/tag/travel)分析 143 (https://levels.io/tag/analysis)我做的东西 119 (https://levels.io/tag/stuff-i-made)欧洲 108 (https://levels.io/tag/europe)未来 102 (https://levels.io/tag/future)eu/acc 95 (https://levels.io/tag/eu-acc)亚洲 85 (https://levels.io/tag/asia)远程工作 76 (https://levels.io/tag/remote-working)语录 71 (https://levels.io/tag/quotes)人工智能 68 (https://levels.io/tag/ai)SaaS 66 (https://levels.io/tag/saas)经济学 65 (https://levels.io/tag/economics)健康 59 (https://levels.io/tag/health)音乐 58 (https://levels.io/tag/music)政治 54 (https://levels.io/tag/politics)

阅读量最高

  1. 未来OpenAI还会有人吗? (https://levels.io/met-sam-altman-at-openai) 5640万阅读量
  2. 欧盟委员会是内部腐化的毒瘤 (https://levels.io/european-commission-cancer-of-the-eu) 2660万阅读量
  3. 2024年的苹果地图 vs 谷歌地图 (https://levels.io/apple-maps-vs-google-maps-in-2024) 2540万阅读量
  4. 葡萄牙和西班牙整个半岛电力中断 (https://levels.io/electricity-down-portugal-spain-peninsula) 1550万阅读量
  5. 虚假女网红时代已开启 (https://levels.io/era-of-fake-e-girl-influencers) 1510万阅读量
  6. 我偶然发现迪拜有个巨大的太阳能农场 (https://levels.io/dubai-massive-solar-farm) 1280万阅读量
  7. 南美洲使用远程安保人员和门卫 (https://levels.io/remote-security-doormen-south-america) 940万阅读量
  8. 法国巴士司机因无空调中暑撞车 (https://levels.io/france-bus-driver-crashes-heat-no-ac) 820万阅读量
  9. 过去12个月我在X上获得了10亿阅读量 (https://levels.io/1-billion-views-on-x-in-12-months) 760万阅读量
  10. 冷冻当地面包店的面包能解决售罄问题并降低血糖峰值 (https://levels.io/freezing-bread-bakery-health-hack) 670万阅读量
  11. 想象一下,你花血汗钱到欧洲旅游,却被去增长抗议者用水枪喷射 (https://levels.io/europe-tourists-sprayed-by-degrowth-protesters) 660万阅读量
  12. 像Rimowa和LVMH这样的奢侈品品牌大多是骗局 (https://levels.io/luxury-brands-rimowa-lvmh-are-a-scam) 650万阅读量

最常用词汇

think pieter levels work need money lex fridman life nomad remote maybe world working started business different cool list always start let little making never probably feel build startups startup live product look interesting month man getting months data company better pay already nice try job problem place means real code building hard though find went idea everybody keep music works makes part europe friends courtland love app site become

相似文章

社交媒体毒性——“嘈杂的房间”

Hacker News Top

一项斯坦福大学研究分析了数十亿条社交媒体帖子后发现,仅约3%的用户会发布严重有害内容,但互动驱动型算法不成比例地放大了这部分少数声音,从而扭曲公众认知,并导致大多数用户被迫自我审查。

负面先于正面:大型语言模型中的不对称效价处理

arXiv cs.CL

本文通过机理可解释性研究大型语言模型如何处理情感效价。通过在三个开源LLMs上使用激活修补和引导,作者发现负面效价定位于早期层,而正面效价在中后期层达到峰值,并通过主题控制翻转测试验证了这一点。