计算机科学 > 计算机科学与博弈论
[提交于 2025年7月14日
]
标题: 一种内容信任的新激励模型
标题: A New Incentive Model For Content Trust
摘要: 本文概述了一种以激励驱动且去中心化的方法,用于大规模验证数字内容的真实性。 广泛存在的错误信息、人工智能生成内容的激增以及对传统新闻来源依赖性的降低,要求一种适合现代数字世界的新型内容真实性和真相探寻方法。 通过使用智能合约和数字身份,将“信任”纳入已发布内容的奖励函数中,而不仅仅是参与度,我们认为这可能促成一种自我推动的范式转变,通过基于社区的治理模式来对抗错误信息。 本文所述的方法要求内容创作者对其事实声明进行财务担保,以便由一个中立的陪审团进行审核,并对贡献者给予财务奖励。 我们假设,通过正确的财务和社会激励模型,用户将被激励参与众包事实核查,内容创作者也会更加谨慎地进行声明。 这是一篇探索性论文,有许多开放的问题和需要进一步分析和探讨的内容。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.