桥接共识算法

Bridging-based agreement（桥接式共识）算法不采用多数表决，而是寻找“过去经常意见相左的人群”之间的一致性。

1. 算法机制：使用 Matrix factorization（矩阵分解）机器学习算法，通过 Gradient Descent 拟合。如果一篇笔记在存在极化分歧的话题上，获得了对立双方人群的认可，它就会被展示。
2. 保守阈值：设定了一个看似任意但经过用户反馈校准的阈值（目前在一个人为设定的刻度上为 0.4）。如果存在极化对立，通常需要双方的“实质性多数”都认为笔记有帮助才会展示。团队宁可漏掉好笔记，也绝不展示可能有偏见或错误的笔记。
3. 多重复滤机制：即使笔记超过了有帮助的阈值，如果另一个独立算法发现用户在“不正确”标签上达成一致（即笔记被认为有帮助但不正确），也会被过滤掉。
4. 反操纵与声誉系统：如果用户持续以违背“桥接式共识”的方式评分（例如把坏笔记评为有帮助），其评分权重将被降级直至不再计算。如果用户写的笔记经常被对立双方评为无帮助，将失去写笔记的权限并需重新赚取。
5. 开发者权力让渡：官方没有人工按钮可以手动修改笔记状态，一切由算法和数据决定。