Loading...
机构名称:
¥ 1.0

大型语言模型(LLMS)显示出越来越高级的紧急功能,并且正在各个社会领域纳入。因此,了解他们的行为和推理能力至关重要。我们认为,研究的富有成果的方向是吸引LLM参与受到心理学启发的行为实验,这些心理学传统上旨在理解人类的认知和行为。在本文中,我们强调和总结了这种方法带来的理论观点,实验范式和计算分析技术。它为生成人工智能(AI)的“机器心理学”铺平了道路,该道路超越了性能基准,而是专注于计算洞察力,这些洞察力使我们朝着更好地理解和发现LLM中的新兴能力和行为模式。我们回顾采用这种方法,综合最佳实践并突出有希望的未来方向。我们还强调了应用旨在理解人类对机器的方法的重要警告。我们认为,随着模型发展为更强大,不透明,多模式并将其整合到复杂的现实世界中,从实验心理学到研究AI的利用工具将变得越来越有价值。

机器心理学

机器心理学PDF文件第1页

机器心理学PDF文件第2页

机器心理学PDF文件第3页

机器心理学PDF文件第4页

机器心理学PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2015 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
1900 年
¥1.0
1900 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥4.0
2024 年
¥1.0