标签
本文提出了一种用于解决最小支配集问题的无监督图神经网络框架，显著提高了速度并实现了在社交网络影响力最大化中的泛化能力。
本文研究了基于大语言模型的代理在开放社交平台上如何构建人类刻板印象，发现偏见表现为动态的论述过程，而非孤立的模型输出。
本文提出了一种利用计算机视觉分析奶牛互动的效价感知社交网络框架，揭示了亲和与对抗性网络结构的鲜明对比，强调了互动效价在社交网络分析中的重要性。
这篇文章总结了研究，表明你认识谁，尤其是弱关系，是比努力工作或运气更强的成功预测因素，引用了一些关于 Facebook 友谊和 LinkedIn 职业流动性的研究，并推荐了一个用于寻找此类联系人的工具。
提出TENSOR，一种无监督异常检测方法，通过使用时间点过程和LLM响应分析时间行为与语言模式来识别信息操作用户。在五个真实数据集上优于基线方法。
本文提出了一种上下文多臂赌博机框架，该框架学习社交网络中的个体溢出概率，以优化激励式口碑营销，通过定向关联用户实现更高的回报。
本研究分析了人格设定、模型骨干以及护栏措施如何影响在Moltbook平台上部署的AI代理的涌现社交行为，研究发现人格设定是主导因素。