[控场AI]
产品SEAM 社交应用

SEAM

面向同地社区的共享记忆社交应用原型,基于分布式认知理念,通过情境化联想回复让知识主动找到人,并允许部分记忆作为指令改变系统行为

时间轴 (近 90 天)

11月4日

SEAM 是一个面向社区的共享记忆系统,并已原型化为社交应用。

待验证50%
11月4日

SEAM 的设计理念是让知识主动找到人,而非让人费力寻找知识。

待验证50%
11月4日

SEAM 不构建中心化的知识库,而是依赖社会关系来组织、激活和传递分散的知识。

待验证50%
11月4日

SEAM 成员可以发布任意生活片段(一句话、一个想法、一次经历),系统会自动分析这些碎片之间的关联并提炼关于群体的知识。

待验证50%
11月4日

SEAM 的回复机制是情境化、联想化的,区别于常规关键词检索或向量相似度匹配。

待验证50%
11月4日

SEAM 的联想化回复会沿着记忆片段之间的关联链条进行多跳扩展,可能引出用户从未接触过的人和话题。

待验证50%
11月4日

在 SEAM 中,部分记忆可以充当指令,改变系统的行为,使成员能够编程系统。

待验证50%
11月4日

研究团队将 SEAM 部署到一个同地社区,46 名成员进行了为期两周的开放式使用。

待验证50%
11月4日

在两周部署后,研究团队与其中 14 名成员开展了跟进工作坊。

待验证50%
11月4日

SEAM 在同地社区场景下的效果可能部分依赖于线下关系的支撑,其结论能否推广到成员分散、关系松散的线上社区仍需进一步研究。

待验证50%

还有 2 条时间轴事件

全部知识事实 (12)

待验证

两周的部署规模有限,SEAM 这种模式在更大社区中的长期效果仍有待验证。

50%
待验证

SEAM 的设计理念是让知识主动找到人,而非让人费力寻找知识。

50%
待验证

SEAM 不构建中心化的知识库,而是依赖社会关系来组织、激活和传递分散的知识。

50%
待验证

SEAM 成员可以发布任意生活片段(一句话、一个想法、一次经历),系统会自动分析这些碎片之间的关联并提炼关于群体的知识。

50%
待验证

SEAM 的回复机制是情境化、联想化的,区别于常规关键词检索或向量相似度匹配。

50%
待验证

SEAM 的联想化回复会沿着记忆片段之间的关联链条进行多跳扩展,可能引出用户从未接触过的人和话题。

50%
待验证

在 SEAM 中,部分记忆可以充当指令,改变系统的行为,使成员能够编程系统。

50%
待验证

研究采用两周开放式部署而非受控实验,目的是观察真实使用中的自发行为与长期互动模式。

50%
待验证

SEAM 是一个面向社区的共享记忆系统,并已原型化为社交应用。

50%
待验证

SEAM 在同地社区场景下的效果可能部分依赖于线下关系的支撑,其结论能否推广到成员分散、关系松散的线上社区仍需进一步研究。

50%
待验证

研究团队将 SEAM 部署到一个同地社区,46 名成员进行了为期两周的开放式使用。

50%
待验证

在两周部署后,研究团队与其中 14 名成员开展了跟进工作坊。

50%

来源文章