人文与社会科学

89 条内容

arXiv 2026年9月23日
该研究用自建分类器 BlameBERT（宏平均 F1 为 0.80）标注丹麦议会 1997 至 2026 年约 493.8 万句发言，并以多层统计模型分析，发现指责呈“香蕉形”轨迹——先降至 2016 年 4 月的低点、随后显著加速上升，执政身份持续压低指责（即“政治对照”），而这一效应受意识形态调节，右翼政党在野时指责随意识形态极端程度上升得更强，近年这一交互进一步加剧。
该研究用自建分类器 BlameBERT（宏平均 F1 为 0.80）标注丹麦议会 1997 至 2026 年约 493.8 万句发言，并以多层统计模型分析，发现指责呈“香蕉形”轨迹——先降至 2016 年 4 月的低点、随后显著加速上升，执政身份持续压低指责（即“政治对照”），而这一效应受意识形态调节，右翼政党在野时指责随意识形态极端程度上升得更强，近年这一交互进一步加剧。
丹麦议会近五百万句辩论显示：指责在2016年前下降后持续攀升，且右翼极端政党升温最猛
该研究用自建分类器 BlameBERT（宏平均 F1 为 0.80）标注丹麦议会 1997 至 2026 年约 493.8 万句发言，并以多层统计模型分析，发现指责呈“香蕉形”轨迹——先降至 2016 年 4 月的低点、随后显著加速上升，执政身份持续压低指责（即“政治对照”），而这一效应受意识形态调节，右翼政党在野时指责随意识形态极端程度上升得更强，近年这一交互进一步加剧。
该研究用自建分类器 BlameBERT（宏平均 F1 为 0.80）标注丹麦议会 1997 至 2026 年约 493.8 万句发言，并以多层统计模型分析，发现指责呈“香蕉形”轨迹——先降至 2016 年 4 月的低点、随后显著加速上升，执政身份持续压低指责（即“政治对照”），而这一效应受意识形态调节，右翼政党在野时指责随意识形态极端程度上升得更强，近年这一交互进一步加剧。
发表出处待核验 2026年9月22日
本文主张科学文学史（LH）为科学史提供了独立视角，并以演化理论史为案例：一方面说明文学史学术与方法如何参与科学史家与文学学者对查尔斯·达尔文工作意义的重新评估，另一方面勾勒出一部超出达尔文自然选择与孟德尔遗传学之“现代综合”的演化理论史，展示奥拉夫·斯塔普尔顿的演化科幻如何影响了从天体生物学、地球系统科学到人工智能理论化的多个学科。
本文主张科学文学史（LH）为科学史提供了独立视角，并以演化理论史为案例：一方面说明文学史学术与方法如何参与科学史家与文学学者对查尔斯·达尔文工作意义的重新评估，另一方面勾勒出一部超出达尔文自然选择与孟德尔遗传学之“现代综合”的演化理论史，展示奥拉夫·斯塔普尔顿的演化科幻如何影响了从天体生物学、地球系统科学到人工智能理论化的多个学科。
科学文学史：从达尔文重估到斯塔普尔顿的演化科幻
本文主张科学文学史（LH）为科学史提供了独立视角，并以演化理论史为案例：一方面说明文学史学术与方法如何参与科学史家与文学学者对查尔斯·达尔文工作意义的重新评估，另一方面勾勒出一部超出达尔文自然选择与孟德尔遗传学之“现代综合”的演化理论史，展示奥拉夫·斯塔普尔顿的演化科幻如何影响了从天体生物学、地球系统科学到人工智能理论化的多个学科。
本文主张科学文学史（LH）为科学史提供了独立视角，并以演化理论史为案例：一方面说明文学史学术与方法如何参与科学史家与文学学者对查尔斯·达尔文工作意义的重新评估，另一方面勾勒出一部超出达尔文自然选择与孟德尔遗传学之“现代综合”的演化理论史，展示奥拉夫·斯塔普尔顿的演化科幻如何影响了从天体生物学、地球系统科学到人工智能理论化的多个学科。
Journal of Artificial Intelligence General science (JAIGS) ISSN 3006-4023 2026年9月22日
这篇概念性文章指出，企业绩效管理从静态周期性报告转向持续实时监测后，财务负责人仍面临数据过剩而决策未更快或更可把握的问题，作者把真正的瓶颈定位为管理注意力稀缺与决策权限模糊，据此提出由绩效、注意力、权威构成的三层架构、涵盖重要性、持续性、置信度、决策能力与归属权的五维『管理注意力测试』、分析权与决策权分离以及AI在财务中的负责任治理与实施路径，并得出结论：纪律化的信号过滤与责任分配比部署更多AI看板更有价值，AI应作为财务职能的分析伙伴而非决策的替代者。
这篇概念性文章指出，企业绩效管理从静态周期性报告转向持续实时监测后，财务负责人仍面临数据过剩而决策未更快或更可把握的问题，作者把真正的瓶颈定位为管理注意力稀缺与决策权限模糊，据此提出由绩效、注意力、权威构成的三层架构、涵盖重要性、持续性、置信度、决策能力与归属权的五维『管理注意力测试』、分析权与决策权分离以及AI在财务中的负责任治理与实施路径，并得出结论：纪律化的信号过滤与责任分配比部署更多AI看板更有价值，AI应作为财务职能的分析伙伴而非决策的替代者。
绩效、注意力与权威：重新思考AI驱动的企业绩效管理
这篇概念性文章指出，企业绩效管理从静态周期性报告转向持续实时监测后，财务负责人仍面临数据过剩而决策未更快或更可把握的问题，作者把真正的瓶颈定位为管理注意力稀缺与决策权限模糊，据此提出由绩效、注意力、权威构成的三层架构、涵盖重要性、持续性、置信度、决策能力与归属权的五维『管理注意力测试』、分析权与决策权分离以及AI在财务中的负责任治理与实施路径，并得出结论：纪律化的信号过滤与责任分配比部署更多AI看板更有价值，AI应作为财务职能的分析伙伴而非决策的替代者。
这篇概念性文章指出，企业绩效管理从静态周期性报告转向持续实时监测后，财务负责人仍面临数据过剩而决策未更快或更可把握的问题，作者把真正的瓶颈定位为管理注意力稀缺与决策权限模糊，据此提出由绩效、注意力、权威构成的三层架构、涵盖重要性、持续性、置信度、决策能力与归属权的五维『管理注意力测试』、分析权与决策权分离以及AI在财务中的负责任治理与实施路径，并得出结论：纪律化的信号过滤与责任分配比部署更多AI看板更有价值，AI应作为财务职能的分析伙伴而非决策的替代者。
arXiv 2026年9月22日
北京大学、中国科学院大学与中关村学院的研究者构建了面向 K–12 学习与教学的开源基础模型家族 OmniEdu，用围绕学科能力、课程定位、诊断推理、教学行动与支架四类能力组织的指令微调语料（最终 69,999 条样本、15.96M 监督回复 token，其中教育专用 60,951 条、约 12.0M token），对 4B、9B、27B 三个基座做全参数监督微调，并在课程定位、K–12 解题与教学辅导基准上报告了各规模一致提升，其中 OmniEdu-27B 在 K12-Bench 达 63.12% EM / 76.69% F1、MathFish 85.89%、EDUMATH 86.95% MaC、MathTutorBench Scaffold 78
北京大学、中国科学院大学与中关村学院的研究者构建了面向 K–12 学习与教学的开源基础模型家族 OmniEdu，用围绕学科能力、课程定位、诊断推理、教学行动与支架四类能力组织的指令微调语料（最终 69,999 条样本、15.96M 监督回复 token，其中教育专用 60,951 条、约 12.0M token），对 4B、9B、27B 三个基座做全参数监督微调，并在课程定位、K–12 解题与教学辅导基准上报告了各规模一致提升，其中 OmniEdu-27B 在 K12-Bench 达 63.12% EM / 76.69% F1、MathFish 85.89%、EDUMATH 86.95% MaC、MathTutorBench Scaffold 78
OmniEdu 用 6.9999 万条能力导向指令微调 4B/9B/27B 模型，在课程定位、K12 解题与教学辅导三类基准上全面超过各自基座
北京大学、中国科学院大学与中关村学院的研究者构建了面向 K–12 学习与教学的开源基础模型家族 OmniEdu，用围绕学科能力、课程定位、诊断推理、教学行动与支架四类能力组织的指令微调语料（最终 69,999 条样本、15.96M 监督回复 token，其中教育专用 60,951 条、约 12.0M token），对 4B、9B、27B 三个基座做全参数监督微调，并在课程定位、K–12 解题与教学辅导基准上报告了各规模一致提升，其中 OmniEdu-27B 在 K12-Bench 达 63.12% EM / 76.69% F1、MathFish 85.89%、EDUMATH 86.95% MaC、MathTutorBench Scaffold 78
北京大学、中国科学院大学与中关村学院的研究者构建了面向 K–12 学习与教学的开源基础模型家族 OmniEdu，用围绕学科能力、课程定位、诊断推理、教学行动与支架四类能力组织的指令微调语料（最终 69,999 条样本、15.96M 监督回复 token，其中教育专用 60,951 条、约 12.0M token），对 4B、9B、27B 三个基座做全参数监督微调，并在课程定位、K–12 解题与教学辅导基准上报告了各规模一致提升，其中 OmniEdu-27B 在 K12-Bench 达 63.12% EM / 76.69% F1、MathFish 85.89%、EDUMATH 86.95% MaC、MathTutorBench Scaffold 78
Nature Human Behaviour 2026年9月22日
在东京青少年队列的3,171名青少年中（46.9%为女孩，12、14、16岁三次评估），16岁时女孩的内化问题多于男孩——抑郁症状15.9%对8.2%、自杀意念29.8%对18.1%；在与年轻人共同制作（coproduction）确定候选路径后，作者用中介g公式（mediational g-formula）估计14岁时的孤独感与瘦身愿望相对女性性别总效应的比例为16岁抑郁症状34.7%、自杀意念46.3%，提示社会性中间因素可能促成该队列中女孩更高的内化问题发生率。
在东京青少年队列的3,171名青少年中（46.9%为女孩，12、14、16岁三次评估），16岁时女孩的内化问题多于男孩——抑郁症状15.9%对8.2%、自杀意念29.8%对18.1%；在与年轻人共同制作（coproduction）确定候选路径后，作者用中介g公式（mediational g-formula）估计14岁时的孤独感与瘦身愿望相对女性性别总效应的比例为16岁抑郁症状34.7%、自杀意念46.3%，提示社会性中间因素可能促成该队列中女孩更高的内化问题发生率。
孤独感与瘦身愿望：东京青少年队列中女孩内化问题更高的可能路径
在东京青少年队列的3,171名青少年中（46.9%为女孩，12、14、16岁三次评估），16岁时女孩的内化问题多于男孩——抑郁症状15.9%对8.2%、自杀意念29.8%对18.1%；在与年轻人共同制作（coproduction）确定候选路径后，作者用中介g公式（mediational g-formula）估计14岁时的孤独感与瘦身愿望相对女性性别总效应的比例为16岁抑郁症状34.7%、自杀意念46.3%，提示社会性中间因素可能促成该队列中女孩更高的内化问题发生率。
在东京青少年队列的3,171名青少年中（46.9%为女孩，12、14、16岁三次评估），16岁时女孩的内化问题多于男孩——抑郁症状15.9%对8.2%、自杀意念29.8%对18.1%；在与年轻人共同制作（coproduction）确定候选路径后，作者用中介g公式（mediational g-formula）估计14岁时的孤独感与瘦身愿望相对女性性别总效应的比例为16岁抑郁症状34.7%、自杀意念46.3%，提示社会性中间因素可能促成该队列中女孩更高的内化问题发生率。
arXiv 2026年9月22日
外部报道与两篇论文共同呈现两条独立路线：一条用铅元素成像的思路在自制炭化纸草上验证了可读性，另一条用同步辐射相位衬度显微CT配合机器学习，首次对一整卷未开启的赫库兰尼姆纸草PHerc. 1667完成完整虚拟展开与释读，并在PHerc. 139上读出“菲洛德摩斯《论诸神》第8卷”的题名与作者信息，在PHerc. Paris 4上实现墨迹的三维直接分割验证。
外部报道与两篇论文共同呈现两条独立路线：一条用铅元素成像的思路在自制炭化纸草上验证了可读性，另一条用同步辐射相位衬度显微CT配合机器学习，首次对一整卷未开启的赫库兰尼姆纸草PHerc. 1667完成完整虚拟展开与释读，并在PHerc. 139上读出“菲洛德摩斯《论诸神》第8卷”的题名与作者信息，在PHerc. Paris 4上实现墨迹的三维直接分割验证。
不拆卷轴也能读：赫库兰尼姆纸草的虚拟展开与铅墨成像
外部报道与两篇论文共同呈现两条独立路线：一条用铅元素成像的思路在自制炭化纸草上验证了可读性，另一条用同步辐射相位衬度显微CT配合机器学习，首次对一整卷未开启的赫库兰尼姆纸草PHerc. 1667完成完整虚拟展开与释读，并在PHerc. 139上读出“菲洛德摩斯《论诸神》第8卷”的题名与作者信息，在PHerc. Paris 4上实现墨迹的三维直接分割验证。
外部报道与两篇论文共同呈现两条独立路线：一条用铅元素成像的思路在自制炭化纸草上验证了可读性，另一条用同步辐射相位衬度显微CT配合机器学习，首次对一整卷未开启的赫库兰尼姆纸草PHerc. 1667完成完整虚拟展开与释读，并在PHerc. 139上读出“菲洛德摩斯《论诸神》第8卷”的题名与作者信息，在PHerc. Paris 4上实现墨迹的三维直接分割验证。
PLOS global public health 2026年9月21日
这篇观点文章提出“Workforce Science（人力科学）”，主张在人口老龄化、流行病学转变、不平等扩大与人工智能快速嵌入的背景下，把卫生与社会照护人力从“需要培养和雇佣多少劳动力”的供给问题，重新界定为如何测量、分析和治理由人、团队与智能技术共同生成的“混合人机能力”，并给出有效能力（C*）由教育筹资、教育质量、劳动、人机动态、治理能力以及工作条件与权利共同构成的框架，以及定义→测量→分析→治理→照护的五层科学探究路径。
这篇观点文章提出“Workforce Science（人力科学）”，主张在人口老龄化、流行病学转变、不平等扩大与人工智能快速嵌入的背景下，把卫生与社会照护人力从“需要培养和雇佣多少劳动力”的供给问题，重新界定为如何测量、分析和治理由人、团队与智能技术共同生成的“混合人机能力”，并给出有效能力（C*）由教育筹资、教育质量、劳动、人机动态、治理能力以及工作条件与权利共同构成的框架，以及定义→测量→分析→治理→照护的五层科学探究路径。
把卫生人力重新定义为“人机混合能力资产”：Workforce Science 的提出
这篇观点文章提出“Workforce Science（人力科学）”，主张在人口老龄化、流行病学转变、不平等扩大与人工智能快速嵌入的背景下，把卫生与社会照护人力从“需要培养和雇佣多少劳动力”的供给问题，重新界定为如何测量、分析和治理由人、团队与智能技术共同生成的“混合人机能力”，并给出有效能力（C*）由教育筹资、教育质量、劳动、人机动态、治理能力以及工作条件与权利共同构成的框架，以及定义→测量→分析→治理→照护的五层科学探究路径。
这篇观点文章提出“Workforce Science（人力科学）”，主张在人口老龄化、流行病学转变、不平等扩大与人工智能快速嵌入的背景下，把卫生与社会照护人力从“需要培养和雇佣多少劳动力”的供给问题，重新界定为如何测量、分析和治理由人、团队与智能技术共同生成的“混合人机能力”，并给出有效能力（C*）由教育筹资、教育质量、劳动、人机动态、治理能力以及工作条件与权利共同构成的框架，以及定义→测量→分析→治理→照护的五层科学探究路径。
medRxiv 2026年9月21日
该研究以20所美国骨科医学院为样本、用8个教育情境小品生成160个学校-情境配对，每对经三轮AI辅助检索与评估并按“明确支持、可推断、模糊、未涉及”分类，结果显示159/160（99.4%）至少检索到一份合格来源，但仅21对（13.1%）被归为支持充分，其中生成式AI辅助反思性写作最常见（7/20所学校，35%），个人云笔记与官方临床日志则无一例支持充分。
该研究以20所美国骨科医学院为样本、用8个教育情境小品生成160个学校-情境配对，每对经三轮AI辅助检索与评估并按“明确支持、可推断、模糊、未涉及”分类，结果显示159/160（99.4%）至少检索到一份合格来源，但仅21对（13.1%）被归为支持充分，其中生成式AI辅助反思性写作最常见（7/20所学校，35%），个人云笔记与官方临床日志则无一例支持充分。
美国骨科医学院公开患者信息政策中的决策支持：基于情境小品的文件分析
该研究以20所美国骨科医学院为样本、用8个教育情境小品生成160个学校-情境配对，每对经三轮AI辅助检索与评估并按“明确支持、可推断、模糊、未涉及”分类，结果显示159/160（99.4%）至少检索到一份合格来源，但仅21对（13.1%）被归为支持充分，其中生成式AI辅助反思性写作最常见（7/20所学校，35%），个人云笔记与官方临床日志则无一例支持充分。
该研究以20所美国骨科医学院为样本、用8个教育情境小品生成160个学校-情境配对，每对经三轮AI辅助检索与评估并按“明确支持、可推断、模糊、未涉及”分类，结果显示159/160（99.4%）至少检索到一份合格来源，但仅21对（13.1%）被归为支持充分，其中生成式AI辅助反思性写作最常见（7/20所学校，35%），个人云笔记与官方临床日志则无一例支持充分。
arXiv 2026年9月21日
该研究以Llama 3.1 8B为起点，先用2018–2023年ICLR官方评审微调出评审模型，再用其生成的合成评审与2024年官方评审按0%、33%、66%、100%比例混合训练四个后继模型，发现合成评审比例升高会压缩评分分布并单调降低同论文与语料级语义多样性（约11%与5%），作者称之为“科学判断坍缩”，并提出TrustReviewer系统，通过训练期语料筛选与推理期成对激活引导来缓解该倾向。
该研究以Llama 3.1 8B为起点，先用2018–2023年ICLR官方评审微调出评审模型，再用其生成的合成评审与2024年官方评审按0%、33%、66%、100%比例混合训练四个后继模型，发现合成评审比例升高会压缩评分分布并单调降低同论文与语料级语义多样性（约11%与5%），作者称之为“科学判断坍缩”，并提出TrustReviewer系统，通过训练期语料筛选与推理期成对激活引导来缓解该倾向。
当AI评审训练AI评审者：科学判断坍缩与缓解
该研究以Llama 3.1 8B为起点，先用2018–2023年ICLR官方评审微调出评审模型，再用其生成的合成评审与2024年官方评审按0%、33%、66%、100%比例混合训练四个后继模型，发现合成评审比例升高会压缩评分分布并单调降低同论文与语料级语义多样性（约11%与5%），作者称之为“科学判断坍缩”，并提出TrustReviewer系统，通过训练期语料筛选与推理期成对激活引导来缓解该倾向。
该研究以Llama 3.1 8B为起点，先用2018–2023年ICLR官方评审微调出评审模型，再用其生成的合成评审与2024年官方评审按0%、33%、66%、100%比例混合训练四个后继模型，发现合成评审比例升高会压缩评分分布并单调降低同论文与语料级语义多样性（约11%与5%），作者称之为“科学判断坍缩”，并提出TrustReviewer系统，通过训练期语料筛选与推理期成对激活引导来缓解该倾向。
arXiv 2026年9月21日
FRAUDSkill 在不改动音频语言模型参数的前提下，通过优化外部的技能程序、路由策略与决策规则，并结合结构化输出控制与验证引导的多路径推理，在 TeleAntiFraud 基准上把 Macro-F1 从共享冻结模型基线的 41.54% 提升到 73.50%，同时把无效输出率从 36.04% 降到 1.94%。
FRAUDSkill 在不改动音频语言模型参数的前提下，通过优化外部的技能程序、路由策略与决策规则，并结合结构化输出控制与验证引导的多路径推理，在 TeleAntiFraud 基准上把 Macro-F1 从共享冻结模型基线的 41.54% 提升到 73.50%，同时把无效输出率从 36.04% 降到 1.94%。
冻结权重下的结构化技能优化：音频反诈检测的新路径
FRAUDSkill 在不改动音频语言模型参数的前提下，通过优化外部的技能程序、路由策略与决策规则，并结合结构化输出控制与验证引导的多路径推理，在 TeleAntiFraud 基准上把 Macro-F1 从共享冻结模型基线的 41.54% 提升到 73.50%，同时把无效输出率从 36.04% 降到 1.94%。
FRAUDSkill 在不改动音频语言模型参数的前提下，通过优化外部的技能程序、路由策略与决策规则，并结合结构化输出控制与验证引导的多路径推理，在 TeleAntiFraud 基准上把 Macro-F1 从共享冻结模型基线的 41.54% 提升到 73.50%，同时把无效输出率从 36.04% 降到 1.94%。

第 6 页 · 当前显示 10 项