human reasoning | BriefGPT - AI 论文速递

关键词human reasoning

搜索结果 - 8

LLMs 错误的简单问题
我们引入了一个综合的语言基准测试来评估大型语言模型在逻辑推理、空间智能和语言理解等领域的局限性。通过一系列简单的问题，它揭示了知名模型在执行人类轻松处理的任务时存在的显著限制。它还强调了提示工程的潜力以缓解一些错误，并强调了更好的训练方法的
PDFa month ago
我们应该担心大型语言模型吗？通过海德格尔哲学的视角对人类推理系统进行结构分析以阐明 LLM 的能力和风险
该研究通过分析和比较大型语言模型（LLMs）与马丁・海德格尔 “实用存在” 和 “现成存在” 概念之间的相似之处，以及通过基于海德格尔对真理的概念的结构性分析，探讨了 LLMs 在人类推理过程中的位置和局限性，发现尽管 LLMs 在某些推理
PDF4 months ago
带思维链的 LLMs 是非因果推理者
该研究探讨了大型语言模型中思维链（CoT）在推理中的作用，通过因果分析发现模型与人类推理过程之间存在差异，并揭示了模型中影响因果结构的因素。
PDF4 months ago
Symbol-LLM：借助语言模型进行视觉人类活动推理的符号系统
人的推理可以理解为直觉、联想的 “系统 1” 和理性、逻辑的 “系统 2” 之间的协作。对于现有的视觉活动理解中的 “系统 1” 类似方法，整合 “系统 2” 处理以提高解释性、泛化性和数据效率至关重要。人类活动推理的一种可能路径是构建一个
PDF7 months ago
MM答案集编程中的人类条件推理
给定一个条件句 P=>Q（如果 P 则 Q）和相应的事实，观察到人类推理中的四种不同类型的推断：肯定前提（AA）从 P 推出 Q；肯定结论（AC）从 Q 推出 P；否定前提（DA）从 - P 推出 - Q；否定结论（DC）从 - Q 推出
PDF8 months ago
概念对齐作为价值对齐的前提条件
人工智能系统与人进行安全可靠互动所必需的价值对齐依赖于概念对齐，即代理需要与人类相互对齐，以在情境中成功对齐其价值观。本研究通过对逆强化学习环境中的概念对齐问题进行正式分析，并描述了一种有助于减少价值观不对齐的方法，该方法通过同时推理一个人
PDF8 months ago
双系统神经符号推理在神经序列模型中的一致性与连贯性改进
通过在神经序列模型（System 1）中加入逻辑推理模块（System 2），提高模型的逻辑一致性和准确性。实验表明此方法可以提高故事生成和指令执行的一致性和准确性。
PDF3 years ago
建模人类决策：布鲁塞尔量子方法概述
该研究提出了量子理论方法来模拟无法用经典逻辑和概率结构来模拟的认知现象，并解释了人类推理中的谬误是由量子结构所导致的。
PDF6 years ago