Comparing Abstraction in Humans and Large Language Models Using Multimodal Serial Reproduction

UnknownBody

于 2024-03-21 10:32:47 发布

阅读量42

点赞数

分类专栏： Multimodal 文章标签：语言模型人工智能自然语言处理

本文链接：https://blog.youkuaiyun.com/c_cpp_csharp/article/details/136882657

版权

LLM 日更同时被 2 个专栏收录

828 篇文章

已下架不支持订阅

Multimodal

118 篇文章

订阅专栏

本文通过多模态连续再现框架，对比人类与GPT-4在抽象构建上的差异。研究发现，语言对人类抽象的影响大于GPT-4，表明人类的视觉和语言表征更不可分解。而GPT-4的视觉和语言表征更加耦合，其抽象视觉表征接近语言表征。未来研究可扩展到更真实的视觉领域并探索人类与机器的混合串行复现链。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文是LLM系列文章，针对《Comparing Abstraction in Humans and Large Language Models
Using Multimodal Serial Reproduction》的翻译。

摘要

人类从嘈杂的感官数据中提取有用的世界抽象。串行复制使我们能够研究人们如何通过类似于电话游戏的范式来构建世界，在电话游戏中，一个人观察一个刺激，并为下一个人复制它，以形成复制链。过去的一系列复现实验通常采用单一的感官模式，但人类经常通过语言相互交流世界的抽象概念。为了研究语言对抽象形成的影响，我们实现了一个新颖的多模态连续再现框架，要求接受视觉刺激的人以语言形式再现，反之亦然。我们对人类和GPT-4进行了单模态和多模态链分析，发现添加语言作为模态对人类复现的影响比GPT-4的更大。这表明人类的视觉和语言表征比GPT-4的更不可分解。