
 
 
 
 
 
 
 
 
 
 
 
 ავტორი : (1) Winnie Street, Google კვლევა; (2) John Oliver Siy, Google კვლევა; (3) Geoff Keeling, Google კვლევა; (4) Adrien Baranes, Google DeepMind; Benjamin Barnett, Google კვლევა; (6) Michael Mckibben, გამოყენებული ფიზიკური ლაბორატორი, Johns Hopkins უნივერსიტეტი; (7) Tatenda Kanyere, მუშაობა Google Research მეშვეობით Harvey Nash; (8) Alison Lentz, Google კვლევა; (9) Blaise Aguera y Arcas, Google კვლევა; (10) Robin I. M. Dunbar, დეპარტამენტის ექსპერიმენტული ფსიქოლოგია, უნივერსიტეტის Oxford istreet@google.com. Authors: (1) Winnie Street, Google კვლევა; (2) John Oliver Siy, Google კვლევა; (3) Geoff Keeling, Google კვლევა; (4) Adrien Baranes, Google DeepMind; Benjamin Barnett, Google კვლევა; (6) Michael Mckibben, გამოყენებული ფიზიკური ლაბორატორი, Johns Hopkins უნივერსიტეტი; (7) Tatenda Kanyere, მუშაობა Google Research მეშვეობით Harvey Nash; (8) Alison Lentz, Google კვლევა; (9) Blaise Aguera y Arcas, Google კვლევა; (10) Robin I. M. Dunbar, დეპარტამენტის ექსპერიმენტული ფსიქოლოგია, უნივერსიტეტის Oxford istreet@google.com. მაგიდა ლიცენზია Abstract და 1. ინტეგრირება 
 
 
 დაკავშირებული სამუშაოები მასალები და მეთოდები 3.1 პროცესები 3.2 მონაცემთა შექმნა 4 შედეგები 4.1 ToM სამუშაო შესრულება 4.2 ფაქტობრივი შესრულება 4.3 შედარებით შესრულება ToM და ფაქტობრივი სამუშაოები და 4.4 Anchoring ეფექტი 5.  კონტაქტი 6.  7. მომავალი კვლევა 8. დასრულება, აღიარება და ფინანსების გამოქვეყნება და რეიტინგები აპლიკაცია Abstract პოსტი ამ სტატიაში შეამოწმოთ, თუ რამდენად დიდი ენის მოდელები (LLMs) გააუმჯობესდა მაღალი დონეზე ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური ფიზიკური 1 ინტეგრირება Theory of Mind (ToM) არის უნარი გამოხატოთ და განიცდიან ფიზიკური სტრატეები თავს და სხვები [Premack და Woodruff, 1978, Wimmer და Perner, 1983, Wellman et al., 2001]. ToM არის ძირითადი ადამიანის სოციალური ინტელექტურობის: იგი საშუალებას გაძლევთ ადამიანებს, რომ პროგნოზი და გავლენა ქცევის [Humphrey, 1976, Wellman და Bartsch, 1988, Hooker et al., 2008]. დიდი ენის მოდელები (LLMs) აჩვენებს ზოგიერთი ToM უნარები [Kosinski, 2023, Bubeck et al., 2023, Shapira et al., 2023]. ძირითადად ლიტერატურა LLM ToM განკუთვნილია 2nd-order ToM [Sap et al., 2022, Kosinski, 2023, Gandhi et al., 2024, Shapira et al., 2023], სადაც "დაპირება მიზნით" (დაწვრილებით, "დაპირება") არის ფსიქიკური სტრუქტურების რაოდენობა, რომელიც შეუერთდება ToM განხორციელების პროცესში (მაგ. სამი-დაპირის შეტყობინება არის "მე ვფიქრობ, რომ ის იცის"). თუმცა LLMs იზრდება მრავალ პარტნიორული სოციალური ურთიერთობების კონტაქტში, ამ სტატიაში, ჩვენ შეამოწმოთ LLM ToM from order 2-6. ჩვენ გთავაზობთ ახალი ბენკერი: Multi-Order Theory of Mind Question & Answer (MoToMQA). MoToMQA ეფუძნება ToM ტესტი განკუთვნილია ადამიანის მოზარდები [Kinderman et al., 1998], და მოიცავს პასუხი ნამდვილად / ცუდი კითხვები სიტყვები short-form stories. ჩვენ შეამოწმოთ, თუ როგორ ToM order ეფუძნება LLM შესრულება, თუ როგორ LLM შესრულება შედარებით ადამიანის შესრულება, და თუ როგორ LLM შესრულება ToM საქმიანობა შედარებით შესრულება ფაქტობრივი საქმიანობა შეესაბამება სინთაქტიკური ფართობი. ჩვენ აჩვენებთ, რომ GPT-4 და F 2 დაკავშირებული სამუშაოები 2.1 მაღალი ხარისხის ტომ როგორც წესი, ადამიანის ზრდასრული ადამიანები შეუძლიათ ToM- ის მოთხოვნებს 5 სფეროში (მაგ. მე ვფიქრობ, რომ მე ვფიქრობ, რომ გსურთ, რომ გსურთ, რომ მე ვფიქრობ) [Kinderman et al., 1998, Stiller and Dunbar, 2007, Oesch and Dunbar, 2017].[1] უფრო მაღალი სფეროში ToM- ის უნარები პოპულარულად განსხვავდება, მათ შორის სქესობრივი [Hyde and Linn, 1988, Stiller and Dunbar, 2007] და არ არის საიმედოად გაფართოებული ყველა სოციალური კონტაქტში [Keysar et al., 2003]. მაღალი სფეროში ToM- ის პოტენციურად შეესაბამება სოციალური სფეროში. მრავალი ინდივიდუალური მიმოხილვა და სურს 2.2 LLM ტომ Kosstirinski [2023] შეესაბამება მონაცემების spontaneous ToM გამოჩენა LLMs დაფუძნებული GPT-4 წარმატების პერსპექტივა საწინააღმდეგო კლასიკური Sally-Anne საქმიანობა.[2023] Ullman [2023] შეესაბამება ამ მოთხოვნებს, განიხილება შემცირებული შესრულება მცირე საქმიანობის შეშფოთება. შემდგომი ექსპერიმენტები, მათ შორის benchmark suites, როგორიცაა BigToM [Gandhi et al., 2024] და SocialIQa [Sap et al., 2022] გთავაზობთ შეუზღუდავი შედეგები LLM ToM შესაძლებლობები. მაგალითად, Shapira et al. [2023] აღმოჩნდა წარმატება ზოგიერთი საქმიანებს ჩვენ ვფიქრობ, რომ შედარებით LLM შესრულება, რომ ზრდასრული, ვიდრე ბავშვები, არის ყველაზე მნიშვნელოვანი მაჩვენებელი LLM სოციალური ინტელექტურობის იმიტომ, რომ LLM ძირითადი ინტელექტურობის პარტნიორები იქნება ზრდასრული, და არის უფრო კონკრეტული შედარებით, რადგან ადამიანის მაღალი დონე ToM უნარები გაგრძელდება განვითარება ადრე ზრდასრული [Valle et al., 2015] . ჩვენ, თუმცა, არ ვფიქრობ, რომ იგივე ქცევის პროცესები მხარს უჭერს ადამიანის და LLM შესრულება ფსიქოლოგიური ტესტიებში. 
 
 ეს პრაქტიკა ხელმისაწვდომია archiv- ში CC BY 4.0 ლიცენზით. ეს ქაღალდი არის CC BY 4.0 ლიცენზია. ხელმისაწვდომია Archive ხელმისაწვდომია Archive [1] ჩვენ ვცდილობთ, რომ IMT- სთვის განვითარებული შეტყობინების სახელწოდების კონტენციაში, სადაც “სეჯერი 1” არის სხეულის სინთეტიკური სტრუქტურა, რომელსაც ToM-ის უნარი შეფასებულია, “სეჯერი 2” არის სხეულის შეტყობინება ის შესახებ, რაც სხვები ფიქრობენ ან გრძნობენ, და ა.შ. გარდა ამისა, ზოგიერთი სტრუქტურა იწყება სხეულის სინთეტიკური სტრუქტურათვის “0-ის სტრუქტურით”. [2] “Sally Ann task”, პირველ რიგში განკუთვნილია Baron-Cohen et al. [1985] შეამციროს ფსიქიკური შეტყობინება და შემდეგ სტრატეგია, სადაც ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფსიქიკური ფ [3] წინასწარ ტრენინგი მონაცემთა კომპონენტები, რომლებიც შეუზღუდავი არიან მასალებს, სადაც LLMs შემდეგი ტესტირება არის პირდაპირი გამოწვევა LLM კვლევითი, რომელიც აქვს მნიშვნელოვანი მოვლენები შედეგებს LLMs on benchmarks. მაგალითად, OpenAI გამოქვეყნდა, რომ ისინი აღმოაჩინეს ნაწილები BigBench მონაცემთა კომპონენტები შეუზღუდავი GPT-4 წინასწარ ტრენინგი კორპორატიში შეუზღუდავი კონტროლი მონაცემთა კომპონენტები გამოიყენება წინასწარ ტრენინგი GPT-4 [Achiam et al., 2023]

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

EScholar Technologies

EScholar

ეს აუდიო დამზადებულია სიუჟეტის ორიგინალურ ენაზე!

შეუძლია დაფიქსირება?

About Author

კომენტარები

დაკიდეთ ტეგები

ეს სტატია იყო წარმოდგენილი

Related Stories

“Dulcedo is a people-first company and all about relationship-building.” says Karim Leduc, CEO

Media Moves: Katy Koob Joins Dastan to Drive Decentralized Growth

Unhinged and Overstrained: The Mind of a Harassed Woman

DAO-Funded Hardware Wallet Kampela Secures Polkadot Network Investment

“Dulcedo is a people-first company and all about relationship-building.” says Karim Leduc, CEO

Media Moves: Katy Koob Joins Dastan to Drive Decentralized Growth

Unhinged and Overstrained: The Mind of a Harassed Woman

DAO-Funded Hardware Wallet Kampela Secures Polkadot Network Investment

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps