Unverified50% confidenceFactExact time
当推荐模型的优化目标被设定为最大化engagement时，模型会系统性给予情绪化内容更高分发权重，这被研究者称为算法放大效应（algorithmic amplification）
1
Sources
50%
Confidence
Long-term
Relevance
8/14/2026
First Seen
Sources
Related Claims
UnverifiedAI直接描述情绪在统计上是更"安全"、更高频的表达选择，符合模型对"好写作"的概率预测73% similarUnverified社交媒体平台的算法推荐机制倾向于优先分发能引发强烈情绪反应的内容，与负面偏误共振形成情绪回音壁71% similarUnverified有研究发现，在提示词中加入情感激励语句（如'这对我的职业生涯很重要'），模型在数学推理任务上的准确率提升约8-15%70% similarUnverified情感建模依赖对语调（Prosody）的精细控制，包括音高、语速、音量包络等多维度参数的联合建模69% similarUnverified推荐的情感计算学习路径为：先从单模态面部表情识别入手，再逐步过渡到音视频融合乃至全模态联合建模68% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/746795API
curl https://kongchang.com/api/v1/knowledge/claims/746795MCP
get_claim(id=746795)