Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Các tiên nghiệm sinh thái học siêu việt từ các mô hình ngôn ngữ lớn giải thích quá trình học tập và ra quyết định của con người

Created by
  • Haebom

Tác giả

Akshay K. Jagadish, Mirko Thalmann, Julian Coda-Forno, Marcel Binz, Eric Schulz

Phác thảo

Bài báo này tìm hiểu liệu nhận thức của con người có thể được giải thích bằng sự thích nghi có nguyên tắc với cấu trúc thống kê của môi trường thực tế hay không. Chúng tôi phát triển một thuật toán học tập mới, Suy luận Siêu học Hợp lý Sinh thái (ERMI), bằng cách tận dụng một mô hình ngôn ngữ quy mô lớn tạo ra các nhiệm vụ nhận thức liên quan đến sinh thái và siêu học để rút ra các mô hình hợp lý được tối ưu hóa cho các môi trường này. ERMI nội tại hóa các quy luật thống kê của không gian vấn đề tự nhiên và linh hoạt thích ứng với các tình huống mới mà không cần các phương pháp tìm kiếm thủ công hay cập nhật tham số rõ ràng. Qua 15 thí nghiệm (bao gồm học hàm, học phạm trù và ra quyết định), nó nắm bắt hành vi của con người và vượt trội hơn một số mô hình nhận thức hiện có trong các dự đoán thử nghiệm từng thử nghiệm. Điều này cho thấy rằng một phần đáng kể nhận thức của con người có thể phản ánh sự phù hợp thích nghi với cấu trúc sinh thái của các vấn đề gặp phải trong cuộc sống hàng ngày.

Takeaways, Limitations

Takeaways:
ERMI cung cấp bằng chứng mạnh mẽ ủng hộ tính hợp lý sinh thái của nhận thức con người.
Chúng tôi đã phát triển một thuật toán học tập mới có thể thích ứng với môi trường thực tế bằng cách kết hợp các mô hình ngôn ngữ quy mô lớn và siêu học.
Bằng cách vượt trội hơn các mô hình hiện có trong việc dự đoán hành vi của con người, nó gợi ý một hướng đi mới cho mô hình hóa nhận thức của con người.
Limitations:
Cần phải xác nhận thêm khả năng tổng quát hóa của ERMI.
Sự thiên vị trong mô hình ngôn ngữ quy mô lớn được sử dụng có thể ảnh hưởng đến kết quả.
Cần nghiên cứu thêm để xác định liệu nó có phản ánh đầy đủ sự phức tạp của thế giới thực hay không.
👍