Levels of Analysis for Large Language Models
Created by
- Haebom
Category
Empty
저자
Alexander Y. Ku, Declan Campbell, Xuechunzi Bai, Jiayi Geng, Ryan Liu, Raja Marjieh, R. Thomas McCoy, Andrew Nam, Ilia Sucholutsky, Veniamin Veselovsky, Liyi Zhang, Jian-Qiao Zhu, Thomas L. Griffiths
💡 개요
본 논문은 거대 언어 모델(LLM)의 급격한 발전에도 불구하고 이해하기 어려워지는 문제를 제기하며, 인지 과학에서 사용되는 분석 수준 프레임워크를 LLM에 적용할 것을 제안합니다. David Marr의 정보 처리 시스템 분석 수준을 기반으로, 각 수준에 맞는 기존 인지 과학 기법들을 LLM의 행동 및 내부 구조 분석에 활용함으로써 LLM을 이해하기 위한 새로운 도구를 제공하고자 합니다.
🔑 시사점 및 한계
•
LLM의 복잡성을 이해하기 위해 인지 과학의 발전된 분석 기법들을 활용할 수 있는 새로운 프레임워크를 제시합니다.
•
이를 통해 LLM의 작동 방식 및 내재된 지식 표현을 보다 체계적으로 탐구할 수 있는 가능성을 열어줍니다.
•
제안된 프레임워크의 실질적인 적용 및 검증을 위한 추가적인 연구와 구체적인 방법론 개발이 필요합니다.
