小时候每当逢年过节,家里都会准备一些糖果,后来发现吃甜食的习惯是全球人类共有的习惯,比如西餐菜单经常有一页甜品栏。然而很多现代疾病,其实都与吃多了糖有关,不过这种饮食习惯就是让人很难放弃。
进化心理学对此作出了解释,我们爱吃甜食,是原始人时期食物匮乏造成的。原始人的生活,和野兽类似,吃饭经常饥一顿饱一顿,而甜的东西能够短时间为身体提供高热量,也就一时饿不死了。
自然规律演化,喜欢吃甜食的人,更容易生存,也就留下了更多的后代,所以原则上,我们多数人也许是爱吃糖的原始人后代。
「甜食基因」在洪荒时代救了人类的命,可在现代社会却害了很多人的命。因为工业生产下的甜食供应实在太丰富了,而人类骨子里对甜食的喜好又是没有节制的,暴饮暴食之下难免得病。
「甜食理论」就此埋个伏笔,让我们回到「假新闻」的本文主题。
人类历史上,可能从没有像现在被如此多的假新闻围绕着。亲友的微信群里,社交平台的信息流里,充斥着各种离谱的消息。而昨天,假新闻甚至出大事了,一些死忠川粉听了特朗普的话,以勤王之势占领了美国国会。
当互联网发明之际,很多“天真派”认为,互联网的发明,能让科学真理传遍世界每一个角落,而其实多数时候效果恰恰相反。
为什么假新闻流传速度这么快,甚至说,为什么人类骨子里喜欢假新闻?仔细想想,「甜食理论」可以对此作出解释。
正如原始人在人类社会生活早期热量不足的情况一样,原始人其实还面临另一个难题——信息不足。越高级的动物,越依赖信息作决策,比如猎物的信息,天气的信息,异族入侵的信息。哪怕是最简单的昆虫,也有感受空气湿度、温度、信息变化的能力。由此可见,谁的基因,对信息渴求最激烈,谁就更可能活下去。
有个例子,可以充分说明人类对信息的热爱。比如电梯里,哪怕是最无聊的,或者最聒噪的电梯广告,都有人盯着看,原因是人类骨子里无法忍受得不到信息和与世隔绝的状态,所以哪怕是广告,也能让大脑享受获得信息的快乐。
这种「信息渴望基因」到了现代社会,就面临着与「甜食基因」类似的问题。现代社会的信息数量,像糖果一样,是供大于求的,这对大脑来说,信息是完全过载的。在这种情况下,大脑如何筛选信息?一个最简单的方法就是偷懒,只接受最耸人听闻的信息(因为在原始人状态下,越骇人的信息,就越是和生存息息相关的信息)。说到这,我们为什么更容易对假新闻上瘾,自然也就不言而喻了。因为绝大多数情况下,假新闻,远远比真新闻娱乐性更强,内容更刺激,更能唤起大脑的阅读冲动。在早些年间,火车站经常卖一种小报,头版新闻永远是标题党“刘德华结婚了,成龙出车祸了”,买得人最多。
而从传播的角度,作为信息传播的人类个体,也容易产生传播假新闻的冲动。因为传播假新闻,能够获得周围人群的关注度,按照原始人的说法,你更容易成为被一群猴子包围在中间的那个更知名的猴子。试想一下,如果在猿猴时代,其中一只猴子,一会说“要下暴雨,快收衣服了”,一会说“老虎要来了,我已经闻到味道了”,这只猴得多受宠爱。换言之,如果另外一只猴子经常说,“其实我们也会掉毛的”,“原来石头是不能吃的”,输出没有任何刺激性的信息,恐怕会被当作傻子。
所以总结下来,在现代社会,假新闻对个体大脑来说,更好吃,假新闻对传播者来说,更容易引起族群瞩目。这也是为什么,真假新闻两条信息,同时在传播网络上传播,假新闻一定比真新闻跑的更快;而辟谣新闻,一般只有谣言新闻访问量的1/10甚至1/100。
如同,有毅力能够拒绝自身甜食基因诱惑,合理饮食的现代人更容易获得健康一样,信息的合理饮食与我们的生存发展有重大关系。这里有两种人值得一提:
第一种人,有甄别力、对抗信息基因诱惑的现代人,他们无疑更容易获得真实情报,从而作出更正确的决策;
第二种人,知道如何创造“甜食”信息,蛊惑原始人大众的大脑,让乌合之众为其服务。对号入座一下,特朗普是哪种人,就很清楚了。
从这个角度看,受众最广泛的宗教,其圣典往往都会写成故事,最不济也会写成语录对话,你猜是为什么?
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。