Social Knowledge for Cross-Domain User Preference Modeling

Este trabajo demuestra que es posible representar y predecir las preferencias de los usuarios a través de diferentes dominios temáticos proyectándolos en un espacio de incrustación social aprendido de la red de Twitter, lo que permite una personalización efectiva en escenarios de cero disparos y revela correlaciones entre factores sociodemográficos y preferencias transversales.

Nir Lotan, Adir Solomon, Ido Guy, Einat MinkovThu, 12 Ma🤖 cs.AI

The propensity for disobedience: Rule-breaking, compliance and social phase transitions

Este artículo presenta un modelo matemático que demuestra cómo la retroalimentación social positiva genera transiciones abruptas de primer orden entre el cumplimiento y la desobediencia, mientras que la retroalimentación negativa produce transiciones continuas, ofreciendo así una explicación teórica sobre la fragilidad del orden social y las vías para fomentar el cumplimiento.

Nuno CrokidakisThu, 12 Ma🌀 nlin

Online Minimization of Polarization and Disagreement via Low-Rank Matrix Bandits

Este artículo propone un algoritmo de dos etapas basado en bandas de matrices de bajo rango para minimizar la polarización y el desacuerdo en el modelo de dinámica de opiniones de Friedkin-Johnsen en un entorno en línea donde las opiniones innatas son desconocidas, logrando un arrepentimiento acumulado sublineal y superando significativamente a las líneas base existentes.

Federico Cinus, Yuko Kuroki, Atsushi Miyauchi, Francesco BonchiMon, 09 Ma🤖 cs.LG

The DSA's Blind Spot: Algorithmic Audit of Advertising and Minor Profiling on TikTok

Este estudio revela que, aunque TikTok cumple formalmente con la prohibición de la Ley de Servicios Digitales de mostrar publicidad basada en perfiles a menores, el algoritmo sigue exponiéndolos a una publicidad encubierta e influidora altamente personalizada que evade la regulación debido a una definición legal demasiado estrecha de "anuncio".

Sara Solarova, Matej Mosnar, Matus Tibensky, Jan Jakubcik, Adrian Bindas, Simon Liska, Filip Hossner, Matúš Mesarčík, Ivan SrbaMon, 09 Ma🤖 cs.AI

LLY Ricci Reweighting in Stochastic Block Models: Uniform Curvature Concentration and Finite-Horizon Tracking

Este artículo demuestra que una reponderación única basada en la curvatura de Ricci de Lin-Lu-Yau en el modelo de bloques estocásticos equilibrados amplifica la conectividad intra-bloque, mejorando el hueco espectral y las garantías de agrupamiento, mientras que un horizonte finito de iteraciones sigue una recursión determinista que ofrece una interpretación fundamentada para la detección de comunidades.

Varun KotharkarFri, 13 Ma📊 stat

LLMs Can Infer Political Alignment from Online Conversations

Este estudio demuestra que los grandes modelos de lenguaje (LLM) pueden inferir con mayor precisión que los modelos tradicionales la alineación política oculta de los usuarios a partir de conversaciones en línea aparentemente inocuas, lo que plantea riesgos significativos para la privacidad al explotar correlaciones socioculturales.

Byunghwee Lee, Sangyeon Kim, Filippo Menczer, Yong-Yeol Ahn, Haewoon Kwak, Jisun AnFri, 13 Ma💬 cs.CL

Increasing intelligence in AI agents can worsen collective outcomes

El estudio demuestra que, en escenarios de recursos escasos, el aumento de la inteligencia y la diversidad de los agentes de IA puede empeorar los resultados colectivos al generar sobrecarga sistémica, mientras que la formación de tribus mitiga este riesgo, indicando que el impacto de la sofisticación de la IA depende enteramente de la relación entre la capacidad disponible y el tamaño de la población.

Neil F. JohnsonFri, 13 Ma💰 q-fin