論文の概要: Trait, Not State: The Durability of Reading Identity in Social Highlighting

• arxiv url: http://arxiv.org/abs/2606.12904v1
• Date: Thu, 11 Jun 2026 04:59:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.589198
• Title: Trait, Not State: The Durability of Reading Identity in Social Highlighting
• Title（参考訳）: Trait, not State: The Durability of Reading Identity in Social Highlighting
• Authors: Kazuki Nakayashiki, Keisuke Watanabe,
• Abstract要約: 読者の選択署名は特性か状態か? 私たちは、各読者の最初の6ヶ月のハイライトをプロファイルとして凍結します。 後者の選択では、ギャップが拡大する中で、独自のvs以外のアドバンテージも追跡しています。
• 参考スコア（独自算出の注目度）: 1.8620637029128544
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Prior work on a social web highlighter located individuality in selection -- which documents a person chooses to highlight -- but measured it cross-sectionally. We ask the temporal question: is a reader's selection signature a trait or a state? We freeze each reader's first six months of highlighting as a profile and track its own-vs-other advantage on their later selections at growing gaps (to 24+ months), with negatives drawn from the same calendar era -- so supply drift cannot masquerade as personal drift -- at a coarse global level and at a fine level whose negatives and controls come from the reader's own interest neighborhood; the anchor cell reproduces the prior cross-sectional level (+0.188 vs +0.169), validating the harness. Four results. Within the same users, the fine-layer advantage shows no statistically detectable paired decline at any horizon (6-12 month retention R = 1.00 [0.85, 1.18], n = 212; the farthest bin is compatible with a modest decline; the only contrast whose interval excludes zero is the coarse layer at 12-24 months, about 13%). The signal is not reducible to repeated domains (~90% survives excluding all profile sources). Within-person drift is slow (a recent-half profile beats the old half by +0.042). Prospectively, personal profiles -- even one built from a reader's earliest documents, median 20 months before evaluation -- rank their next reads at roughly 3x the AP of every simple non-personal prior tested. We use "trait" operationally (a stable signature under continued engagement); the scope is heavy, long-tenured readers of one platform, and exposure is not separable from choice.
• Abstract（参考訳）: ソーシャルウェブのハイライト機能に関する以前の研究は、選択中の個人性(ハイライトを選択した人物の文書)を特定できたが、断続的に測定した。 読者の選択署名は特性か状態か? 私たちは、各読者の最初の6ヶ月のハイライトをプロファイルとして凍結し、同じカレンダー時代から引き出された負の差(24ヶ月以上)で、後の選択における自身のvsの他の優位性を追跡する。したがって、サプライドリフトは、個人的なドリフトとして、粗いグローバルレベルと、読者自身の関心地区からのネガティブとコントロールが生じる微妙なレベルで、ハーネスを検証し、アンカーセルは、以前の横断レベル(+0.188 vs +0.169)を再現する。 4つの結果。 同じユーザ内では、どんな地平線でも統計的に検出可能な対の減少は見られない(R = 1.00 [0.85, 1.18], n = 212)。 シグナルは繰り返しドメイン(プロファイルソースを除いた約90%が生き残る)に還元されるわけではない。 内部のドリフトは遅い(最近の半分のプロファイルは、古い半分を+0.042で上回っている)。 興味深いことに、読者の最も初期の文書から作られた個人プロファイル(評価の20ヶ月前の中央値)は、すべての単純な非個人的事前テストのAPの約3倍にランク付けする。 運用的に"トレート"(継続的なエンゲージメントの下で安定したシグネチャ)を使用します。

関連論文リスト

• The Long Tail, Not the Front Page: Cold-Start Prediction of Crowd Highlight Salience [1.8620637029128544]
  ソーシャル・ハイライトの最も有用なシグナルは、既に多くの人が読んでいる文書にのみ存在する。 文書の集合的な群衆のサリエンスを、そのマークが蓄積される前にテキストから予測できるのか? このデータに関する以前の研究で、ゼロショット言語モデルが、簡単なリード(配置)ベースラインよりも低い位置のハイライトを回復していることが判明した。 ハイライトコーパスでトレーニングされたモデルがそのベースラインを上回ることができるかどうかを問う。
  論文  参考訳（メタデータ） (2026-06-10T04:37:23Z)
• Factions Within, Uncertain Across: Within-Document Reader Sub-Groups in Social Highlighting [1.8620637029128544]
  余剰保存曲線球ヌルを用いた共読プラットフォームにおけるグループレベルの質問を行う。 実験1では、読者が共有サリエンス、マーク密度、文章人気予測以上の強力なサブグループを形成することを示す。 実験2では、安定したリーダー特性をグループ化していますか?ここでは、パワーについて正直に述べます。
  論文  参考訳（メタデータ） (2026-06-10T03:25:36Z)
• Selection, Not Salience: The Shape and Limits of Personalization in Social Highlighting [1.8620637029128544]
  読み上げ高度にまたがるパーソナライゼーションの形状と限界をマッピングする。 測定可能なパーソナライズは主に選択層に現れる。 共有されたサリエンス層を超えて行くことは、個人を集約することによってより良くアプローチされる。
  論文  参考訳（メタデータ） (2026-06-09T04:18:08Z)
• Personal Salience: Highlighting Is Social, but Individuality Lives in Selection [1.8620637029128544]
  我々は、ある人の履歴が他の読者よりも自分の目印を予測できるかどうかを問う。 我々は、一般的なサリエンス(構造)、群衆サリエンス(他者がマークしたもの)、個人サリエンス(個人残量)を分離する。 私たちの結果はリークフリーで、密集した群衆を使い、モデルマッチングコントロールを使用します。
  論文  参考訳（メタデータ） (2026-06-08T04:44:51Z)
• Response Time Enhances Alignment with Heterogeneous Preferences [49.69696266152175]
  簡易な二次信号で選好データセットを増大させることで、住民の平均選好の識別性を回復できることを示す。 私たちの結果は、将来的なデータ収集パイプラインに約束と新たな機会をもたらします。
  論文  参考訳（メタデータ） (2026-05-07T22:05:23Z)
• NearID: Identity Representation Learning via Near-identity Distractors [116.71529576796605]
  既存のビジョンエンコーダは、オブジェクトのアイデンティティを背景コンテキストと絡み合わせることで、信頼性の低い表現やメトリクスを生み出します。 我々は、この脆弱性に対処するための最初の原則付きフレームワークをNear-identity distractorsを使って紹介する。 我々は、厳密なマージンベースの評価プロトコルとともに、NearIDデータセット(19KのID、316Kの一致したコンテキストインタプリタ)を提示する。
  論文  参考訳（メタデータ） (2026-04-02T12:33:14Z)
• An External Fairness Evaluation of LinkedIn Talent Search [55.18656975953939]
  LinkedInのTalent Searchランキングシステムのバイアスに対する、独立したサードパーティによる監査を行います。 我々は、性別と人種の2つの属性にまたがる潜在的なランキングバイアスに焦点を当てている。 我々の分析は、初期階級の少数派を過小評価していることを示している。
  論文  参考訳（メタデータ） (2025-11-13T19:10:49Z)
• CLUE: Non-parametric Verification from Experience via Hidden-State Clustering [64.50919789875233]
  隠れアクティベーションの軌跡内の幾何的に分離可能なシグネチャとして解の正しさが符号化されていることを示す。 ClUE は LLM-as-a-judge ベースラインを一貫して上回り、候補者の再選において近代的な信頼に基づく手法に適合または超えている。
  論文  参考訳（メタデータ） (2025-10-02T02:14:33Z)
• LongEval: Guidelines for Human Evaluation of Faithfulness in Long-form Summarization [48.02158981582502]
  LongEvalは、長文要約における人間の忠実性評価のためのガイドラインのセットである。 異なる領域における2つの長文要約データセットのアノテーション研究にLongEvalをデプロイする。
  論文  参考訳（メタデータ） (2023-01-30T21:31:48Z)
• Sequential Recommendation via Stochastic Self-Attention [68.52192964559829]
  Transformerベースのアプローチでは、アイテムをベクトルとして埋め込んで、ドット積の自己アテンションを使用してアイテム間の関係を測定する。 本稿では,これらの問題を克服するための新しいtextbfStochastic textbfSelf-textbfAttention (STOSA) を提案する。 我々は、アイテムと項目の位置関係を列で特徴づける新しいワッサースタイン自己保持モジュールを考案した。
  論文  参考訳（メタデータ） (2022-01-16T12:38:45Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。