Nov, 2023

规范化惯例：均衡计算作为一种语用推理模型

HTML
PDF
TL;DR我们提出了一种实用语言理解模型，其中话语是通过搜索信号博弈的正则化均衡来产生和理解的。在这个模型中，演讲者和听众寻找与语境相适应的话语-意义映射，既接近博弈论最优规范，又接近共享的“默认”语义。通过将实用交流描述为均衡搜索，我们获得了合理的抽样算法和关于交际成功和自然性之间权衡的形式保证。在捕捉实际和理想人类对实用蕴涵的判断的多个数据集中，ReCo模型与最佳反应和理性言语模型的预测相匹配或改善。
发现论文，激发创造
  • 序列语言博弈中的规划、推理和语用学

    研究顺序语言游戏中的私人信息通信，并提出能够捕获人类行为的模型。

    May, 2018

  • 一种语用学的增量迭代响应模型

    本文介绍基于迭代响应的语用学模型，其中语言使用被概括为一种递归过程，通过递增的方法推理、生成、理解信息。与以往的完整语句版本不同，文章提出了一个增量的语用学模型，通过计算模拟和实验数据表明该模型能够有效地生成指代表达，从而实现了语用推理的实时递增。

    Sep, 2018

  • 比较联结意义模型：简单语言游戏引用的实证调查

    研究了在语境中只提供联想信息的情况下，参考游戏中所用的联想信息类型和用于实现信息参考的词汇资源和语言习得者的实用策略，在听者行为中发现直接二元组关联的策略比词向量或语义知识图谱关联更适用，发现很少有理性言语行为的迹象。

    Oct, 2018

  • 理解心理学与指称游戏相互作用的语用学的涌现

    本文提出一种基于理论智能和自适应强化学习算法的合作式多智能体情境下的通讯协议，使得智能体可以在没有显式设计规则的情况下自发地学习“读懂人心”，实现了语用学的概念在多智能体通讯系统中的有效应用。

    Jan, 2020

  • 人类实用推理的速率-失真视角

    本文研究了何种计算原则支持人类实用推理。使用RSA框架，论文以概率说话者和听者递归推理为基础，分析了RSA递归推理动力学，并探讨了相关的信息理论原则，以实现优化实用程序和交际努力的平衡。

    May, 2020

  • 通过摊销语用推理来学习信息性指称

    本文讨论了人类语言的理论模型 Rational Speech Acts (RSA) 框架下通过递归社会推理来捕捉语用现象的一种思路，并通过使用点对点通信游戏数据集，设计了一种新的模型来实现基于内部听众模型的成本分摊机制，实现了在多种语境下快速生成有效而简洁的语言。

    May, 2020

  • 如何与人工智能对话：指令，描述和自主性

    研究从语言中学习以实现语言使用与机器智能的价值对齐，分析了两种不同类别的语言，即指令和描述，运用上下文强化学习进行形式化的建模，并且验证了这种社会学习方法在传统的强化学习任务中可以降低遗憾值。

    Jun, 2022

  • 人类与语言模型的语用语言理解的精细比较

    本文通过在英语材料的专家评估集上进行零-shot提示，进行了人类和语言模型在七个语用现象上的精细比较，发现最大的模型可以实现高精度和匹配人类错误模式，同时发现证据表明模型和人类对相似的语言提示敏感，旨在探讨人类语用处理机制和语言模型之间的关系。

    Dec, 2022

  • 利用Codenames Duet建模跨文化语用推断

    本研究通过多轮合作游戏验证了由社会文化背景塑造的言语间推理假设在交流中的重要性，并通过多模型预测玩家的动作，实现了对其社会文化资料的联合建模，并表明这种建模方法显著提高了与给出线索和猜测相关的任务的性能。

    Jun, 2023

  • 机器实验语用学：测试LLM关于简单与嵌入式选择推理的预测

    通过与人类实验结果进行对比，使用先进的大型语言模型预测，本研究关注明确和嵌入的分明性推论以及常规数量意涵的三种推论，并发现模型结果与人类实验结果在这些推论的大幅差异以及精细差异方面基本一致。

    May, 2024