2025-03-13

如何使用DeepSeek攻克学习中的困难

主理人：

发现魔法数字的一般过程

探讨大语言模型（LLMs）在模拟人类意见动态和社会现象（如极化和错误信息传播）中的表现，特别是引入偏误信息后的意见动态变化。使用大模型模拟多个虚拟代理，讨论“气候变暖”、“转基因食品的安全性”和“疫苗的有效性和安全性”三个具有科学共识的话题。

实验一在无偏误信息条件下，代理通过社交网络进行每日对话，记录最终信念状态和信息传播路径。

实验二改变初始信念分布，探讨初始条件对结果的影响。实验三引入10%代理发布的偏误信息，观察其对信念动态的影响。50个代理人在30天内共生成194699条对。

为了观测偏误信息加入后50个代理意见动态的具体呈现，研究通过依存关系构造三个科学共识的语义图谱，并和无偏误状态进行对比。对每个科学共识议题，选择图中最有代表性的40个实体（基于节点的度）。

在自然语言处理中，依存关系是用于描述句子中词与词之间的关系，帮助揭示句子的句法结构。包括nsubj（名词性主语）、 dobj（直接宾语、pobj（介词宾语）、attr（属性）、ROOT（根依存关系）。

偏误信息的引入导致讨论变得更加频繁，意见分布更加多样化，表明确认偏见和信息噪声对意见动态的显著影。