获取独家产品信息,尽享促销优惠!立即订阅,不容错过
* 限···时··优惠
抽象的大语言模型(LLMS)在广泛的认知任务中表现出非凡的表现,但是它们重现人类语义相似性判断的能力仍然存在争议。我们报告了一个实验,其中我们将两个LLM用于Slovene,单语插槽5和多语言MT5以及MT5用于英语,以产生单词关联。这些模型是对在单词项目中创建的人词协会规范进行微调的,该规范最近开始收集Slovene的数据。由于我们的目的是探索人类和模型生成的输出之间的差异,因此对模型参数进行最小调整以适合关联任务。我们使用一组方法来测量重叠和排名进行自动评估,此外,将人类和模型生成的响应的子集手动分为四个类别(含义 - 基于位置和表单,基于位置和形式,并且不稳定)。的结果表明,人机重叠非常小,但是模型产生的关联类别分布与人类类似。