Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Steven Pinker
Kognitywistka na Harvardzie.
Głęboka, interesująca analiza jakościowych różnic między inteligencją naturalną a (jednym rodzajem) sztucznej inteligencji (LLM), pomimo niezwykłych zdolności tej drugiej.

Valerio Capraro23 gru, 21:29
Właśnie opublikowano ważny preprint!
Porównujemy, jak ludzie i LLM-y formułują osądy w siedmiu etapach epistemologicznych.
Podkreślamy siedem linii podziału, punktów, w których ludzie i LLM-y zasadniczo się różnią:
Linia podziału w ugruntowaniu: Ludzie opierają osąd na doświadczeniu percepcyjnym, ucieleśnionym i społecznym, podczas gdy LLM-y zaczynają od samego tekstu, rekonstruując znaczenie pośrednio z symboli.
Linia podziału w analizie: Ludzie analizują sytuacje poprzez zintegrowane procesy percepcyjne i koncepcyjne; LLM-y wykonują mechaniczne tokenizowanie, które daje strukturalnie wygodną, ale semantycznie ubogą reprezentację.
Linia podziału w doświadczeniu: Ludzie polegają na pamięci epizodycznej, intuicyjnej fizyce i psychologii oraz nabytych pojęciach; LLM-y polegają wyłącznie na statystycznych powiązaniach zakodowanych w osadzeniach.
Linia podziału w motywacji: Osąd ludzki jest kierowany przez emocje, cele, wartości i ewolucyjnie ukształtowane motywacje; LLM-y nie mają wewnętrznych preferencji, celów ani znaczenia afektywnego.
Linia podziału w przyczynowości: Ludzie rozumują, używając modeli przyczynowych, kontrfaktycznych i zasadniczej oceny; LLM-y integrują kontekst tekstowy, nie konstruując wyjaśnień przyczynowych, polegając zamiast tego na powierzchownych korelacjach.
Linia podziału w metakognicji: Ludzie monitorują niepewność, wykrywają błędy i mogą wstrzymać osąd; LLM-y nie mają metakognicji i muszą zawsze produkować wynik, co sprawia, że halucynacje są strukturalnie nieuniknione.
Linia podziału w wartościach: Osądy ludzkie odzwierciedlają tożsamość, moralność i stawki w rzeczywistym świecie; "osądy" LLM są probabilistycznymi prognozami następnego tokena bez wewnętrznej wyceny czy odpowiedzialności.
Pomimo tych linii podziału, ludzie systematycznie nadmiernie wierzą w wyniki LLM, ponieważ płynny i pewny język wytwarza uprzedzenie wiarygodności.
Twierdzimy, że tworzy to strukturalny warunek, Epistemię:
plauzybilność językowa zastępuje ocenę epistemiczną, produkując uczucie wiedzy bez faktycznej wiedzy.
Aby zająć się Epistemią, proponujemy trzy uzupełniające strategie: ocenę epistemiczną, zarządzanie epistemiczne i umiejętności epistemiczne.
Pełny artykuł w pierwszej odpowiedzi.
Wspólnie z @Walter4C i @matjazperc

58
Rozmawiałem z prezydentem HxA (@HdxAcademy) Johnem Tomasim dla @HAFFS_Harvard na temat wolności akademickiej, braku wiedzy na ten temat oraz studentów magisterskich:
„Oni są głównym punktem kontaktu, z którym wielu naszych studentów licencjackich ma do czynienia. Niestety, widzą swoich asystentów naukowych częściej niż wielu profesorów. I to właśnie studenci magisterscy, w całym kraju, którzy, moim zdaniem, są odpowiedzialni – lub po prostu nieświadomi – kwestii wolności akademickiej: rzeczy takie jak tłumienie pewnych opinii czy karanie prac studentów; odwoływanie zajęć, aby studenci mogli uczestniczyć w protestach; pozwalanie studentom na odmowę współpracy z izraelskimi studentami w ramach wspólnych projektów; rzeczy, które, jak sądzę, nigdy nawet nie przyszły im do głowy, że mogą być problemem, że edukacja magisterska to coś więcej niż tylko promowanie własnych politycznych agend. Włączenie studentów magisterskich do dyskusji na temat wolności akademickiej to projekt długoterminowy, który zamierzamy rozwijać.”
103
Najlepsze
Ranking
Ulubione
