破除人工共识的幻象：任意度量空间的克隆鲁棒加权

独立媒体是民主决策的核心，但近期技术发展，如社交媒体、匿名身份和生成式AI，使其更易受到协调性影响活动的威胁——通常称为“不实在行为”。通过自动生成大量相似消息和新闻报道，这类活动制造出广泛支持的幻象，利用人类观察者和聚合机制倾向将频率视为可信度或共识的证据。克隆鲁棒加权函数提供了解决方案，通过度量（即对等元素或近似元素的距离）来衡量，使其对任意重复或近似重复不敏感。这一公理化框架基于三个原则：对称性（对等元素被平等对待）、连续性（权重在扰动下平滑变化）以及克隆鲁棒性（添加副本或近似副本不会扭曲整体分布）。我们提供一种适用于任意度量空间的克隆鲁棒加权函数的通用构造，完全独立于底层拓扑，并可高效计算。我们的ethods识别出半径图作为克隆操作下的自然不变量，并基于满足基本局部性条件的图加权函数构建。我们探索了由此产生的设计空间，首先从一个满足核心公理的简单函数族开始，然后识别“可解释性”作为导航该设计空间的指导准则。为此，我们引入共享系数，以便在不同构造之间进行有意义的比较和解释，但需要额外的公理原则。随后，我们考虑基于 clique覆盖的替代构造，揭示了基于clique划分的构建方法，这些方法建立在信息论原理之上。