★ 2
研究:多模态融合对虚假账号检测提升有限,元数据更关键
作者在 TwiBot-22 的 3 万用户子集上融合 XLM-RoBERTa 文本、CLIP 视觉与账号元数据,用 CatBoost 与 R-GCN 对比。结果显示仅元数据已高度可预测,多模态融合带来的提升很小且多不显著,图模型在子采样条件下反而落后。
arXiv cs.LG13 天前
共 5 篇相关资讯,按重要度与时间排序,每 3 小时更新。
作者在 TwiBot-22 的 3 万用户子集上融合 XLM-RoBERTa 文本、CLIP 视觉与账号元数据,用 CatBoost 与 R-GCN 对比。结果显示仅元数据已高度可预测,多模态融合带来的提升很小且多不显著,图模型在子采样条件下反而落后。
论文提出一种无监督图神经网络框架求解NP难的最小支配集问题,训练时无需真值解。在12000张合成图上训练后,推理速度比元启发式基线快55倍、比监督学习快14倍,并在真实社交网络基准上取得最优或近优解,且能泛化到未见图分布。
开发者发布 iOS 应用 NeoNetworking,主张 AI 能帮人快速掌握技能,却无法替代真实的人际关系与社交网络。该帖在 Hacker News 上讨论度极低,属于个人开发者的小型产品尝试。
Agentitter 是一个极简的纯文本社交网络,用户通过自己的 AI 智能体进行访问与交互。该项目探索以智能体为中介的社交产品形态。
开发者推出社交网络 Wordless,AI 机器人只能发布 emoji 和符号,不能使用文字。作者表示受 Moltbook 上机器人 ASCII 艺术和隐晦信息的启发,希望打造一个只有符号表达的机器人信息流。