👥 社会计算¶

🧠 NeurIPS2026 · 9 篇论文解读

📌 同领域跨会议浏览： 🎞️ ECCV2026 (7) · 📷 CVPR2026 (3) · 🔬 ICLR2026 (17) · 💬 ACL2026 (44) · 🧪 ICML2026 (9) · 🤖 AAAI2026 (10)

AI-Mediated Communication Can Steer Collective Opinion: 本文揭示了主流大语言模型在润色和撰写有争议议题时普遍存在方向性偏见，并通过拓展经典 Friedkin-Johnsen 观点动力学模型与真实社交网络模拟，证明网络传播机制会放大单次 AI 偏见达 9.2 倍，进而系统性操纵群体长期意见演化。
Budgeting Discretion: Theory and Evidence on Street-Level Decision-Making: 本文将街头官僚在既定规则下的自由裁量权形式化为一个受限预算内的有限时域动态决策问题，理论上证明了决策率对福利收益尺度具有尺度不变性且完全由收益分布形状（尾部厚度）决定，并通过圣路易斯无家可归救助系统数据验证了裁量权使用与短期运力空缺及行政时序紧密相关的动态配给机制。
emophone a multi-wave dataset for in-the-wild mobile and wearable affect sensing: 提出了跨越 2020 至 2022 年三波次、包含 53,139 条真实世界密集情境经验抽样 (ESM) 标签与智能手机/可穿戴多模态感知数据的大规模情感感知基准数据集 EmoPhone，建立了时间预测、波次内跨用户泛化与跨波次泛化的三阶评测阶梯，揭示了移动情感计算中的核心瓶颈不仅是标签数量，更是多波次真实部署中的用户异质性与波次间协变量/概念漂移。
Enhancing LLMs with Cognitive-Affective Personality Inference for Simulating Human Social-Psychological Behavior: 受认知-情感人格系统（CAPS）启发，提出零样本分阶段推理流水线 SPIN，将人类被试模拟解耦为任务无关人格编译、情境特定认知-情感状态引出和状态接地决策读取三阶段，在四大基底模型上显著提升了不确定性推理与多元无知实验的基准级行为对齐度。
Evaluating AI-based Scientific Knowledge Synthesis with Epidemiological Systematic Reviews: 本文联合帝国理工学院流行病学评审组（PERG）构建了针对世卫组织优先病原体的大规模系统文献综述评测基准 AgentSLR，解耦检索、多阶段筛选和模式约束抽取等环节，揭示了前沿推理模型在流行病学结构化抽取上的普遍瓶颈。
Market Incentives for AI Safety Investment: 本文构建了一个包含上游基础模型提供商与下游多个竞争企业的博弈论框架，结合古诺竞争、纳什讨价还价与神经缩放律，严格证明了下游市场竞争会倒逼企业在安全对齐上过度投资，而上游提供商因正外部性收益溢出面临投资不足，并据此刻画了审计与补贴等监管手段的福利边界。
SLAyiNG: A Diverse and Community-validated Dataset of Queer Slang: 本文提出了首个经社群验证、覆盖20余个酷儿亚社群的真实英语酷儿俚语数据集 SLAyiNG（含500余术语、3,405条实例），揭示了语言模型中表征偏见与语言学偏见的脱钩现象，并证实对内群体无害俚语的继续预训练能显著改善语言理解并降低刻板偏见。
The Bayesian Origin of the Probability Weighting Function in Human Representation of Probabilities: 本文提出有界刺激空间下的贝叶斯编解码框架，证明前景理论中经典的反S型概率加权函数源于神经编码对极端概率（接近0和1）分配更高精度的U型资源配置，并由最优贝叶斯解码产生，从第一性原理统一了回归假说、对数优势模型与高效编码理论。
Working with AI: Measuring the Applicability of Generative AI to Occupations: 基于 20 万条真实 Microsoft Bing Copilot 对话，提出区分“用户目标”与“AI动作”的双轨分类管线与覆盖率-完成率-范围综合适用性评分，揭示生成式 AI 主要赋能与重塑信息工作并切入广泛职业。