给人推荐不同观点，光算距离不够

你跟一个对话系统说，想看看不一样的观点。它回你一条，标注是「与你立场差异 0.7」。这个数字没法用。你不知道 0.7 是大还是小，更不知道它到底在哪件事上跟你不一样——是结论反了，还是前提不同，还是它只是举了个你没想过的例子。

一、发生了什么

10 月 22 日挂上 arXiv 的一篇论文（编号 2610.31459）就从这个粗糙处入手。作者指出，观点通常被放在一个标量刻度上表示，颗粒度太粗，无法区分「在不同事情上不同意」的两种情况。

他们的做法是只动一个零件。整个选择策略是一个老虎机：由它决定当前允许的观点离用户多远，也就是设一个上界，然后在这个范围内挑最新颖的那条。设定不变，唯一替换的是立场编码器——一边用原来的标量分数，一边用他们所说的「视角化立场向量」，把一个整体立场拆成对若干概念的分别立场。

这套策略被接进一个对话系统，做了一轮被试间实验，参与者 63 人。结果分两层：概念级立场确实带来了更多样的观点序列，对话题所涉立场的覆盖也更宽；但用户论证观点的深度没有变化，他们复述对方观点的准确度也没有提高。

更有意思的是最后一组分析。研究者逐个概念检查用户与观点的关系，发现用户复述得最不准的，不是双方立场相反的那些概念，而是一方根本没有表态的概念。

二、跟你有什么关系

做推荐和对话产品的人。 「多样性」这个指标很容易刷上去，覆盖变宽不等于用户理解变深。两者要分开考核，否则优化出来的只是曝光序列好看。

做标注和数据集的人。 标一个「支持/反对」只要一秒，标出「在哪些概念上支持、哪些概念上回避」贵得多，但后者才是能拿来算的东西。

普通用户。 下次看到「相似度 0.7」这类数字，可以直接忽略。它不告诉你分歧在哪。

（这是背景，不是论文结论：把立场表示为单一标量，是观点检索和推荐里长期沿用的简化做法，好处是能排序，代价是丢失了对内容的指认能力。）

三、立场粒度怎么标

1. 先划概念，再定立场。一个话题拆成五到八个争议点，每个点单独标方向和强度，不要只给整体打一个分。
2. 单独留一个「未表态」标签。实验里最容易被复述错的就是这一类，把它并进「中立」，误差就被藏起来了。
3. 评估别只看多样性。加一道复述题：让用户用自己的话讲一遍对方观点，看他能不能说对。这才是「接触了不同观点」的证据。
4. 选择策略分开调。距离上界决定敢推多远，新颖度决定推哪条，两个旋钮不要绑在一起。

四、三个别信的说法

「把观点切成概念级，用户就能更好理解对方。」 这正是论文没有验证到的部分。覆盖变宽了，论证深度和复述准确度都没动。方法改进了表示，没改进了理解。

「分歧越大，越该推给对方。」 数据显示用户最容易搞错的是一方沉默的概念，不是双方对立的概念。空白比对立更容易被误读成一致。

「63 人的实验说明不了什么。」 样本确实不大，所以它适合用来提假设，不适合当定论。但它至少说明「多样性提升」和「理解提升」是两件事，这一点不需要大样本也能成立。

五、一句话结论

推荐不同观点，难的从来不是算距离，是说清楚到底在哪件事上不一样。

信息来源

• arXiv 2610.31459：对话系统里的立场颗粒度，2026-10-22

功能与价格以官方公告为准。本文写于 2026 年 10 月 26 日。