Using cognitive psychology to understand GPT-3.
運用認知心理學理解 GPT-3。 Proc Natl Acad Sci U S A 2023-08-03

研究用認知心理學方法評估GPT-3，發現在某些任務表現不錯，但在因果推理和有向探索方面較弱。這些結果有助於我們更了解大型語言模型，也提出使用認知心理學工具深入研究高階人工智慧代理的建議。 PubMed DOI

Human-like problem-solving abilities in large language models using ChatGPT.
使用 ChatGPT 在大型語言模型中展現類似人類的解決問題能力。 Front Artif Intell 2023-06-12

AI技術近年來有很大進步，特別是像GPT這樣的模型，對機器學習領域有很大影響。一項研究發現ChatGPT在口語問題上表現很好，甚至和人類參與者一樣好。ChatGPT的結構和自我注意力機制可能是成功的原因。雖然AI在心理研究中顯示潛力，但還需要更多研究來充分了解它在口語問題上的能力和限制。 PubMed DOI

Emergent analogical reasoning in large language models.
大型語言模型中的緊急類比推理。 Nat Hum Behav 2023-09-27

這項研究比較了人類推理與一個大型語言模型（GPT-3）在類比任務上的表現，發現GPT-3在抽象模式歸納方面表現出色，有時甚至超越了人類。研究結果顯示，像GPT-3這樣的模型已經發展出解決類比問題的能力，而無需直接訓練。 PubMed DOI

Learning to reason over scene graphs: a case study of finetuning GPT-2 into a robot language model for grounded task planning.
學習推理場景圖：將 GPT-2 微調為機器人語言模型以進行基於任務規劃的案例研究。 Front Robot AI 2023-09-01

這項研究探討了在機器人的長期任務規劃中使用 GPT-2，一種大型語言模型。通過將任務分解為子目標並將模型的輸入基於場景圖，該模型可以將人類指令轉換為機器人可執行的計劃。研究顯示，GPT-2 可以有效處理長期規劃任務，表明未來在機器人技術中使用神經符號規劃的潛力。 PubMed DOI

Bidirectional Encoder Representations from Transformers-like large language models in patient safety and pharmacovigilance: A comprehensive assessment of causal inference implications.
患者安全和藥物監視中類似於雙向編碼器表示的大型語言模型：對因果推論影響的全面評估。 Exp Biol Med (Maywood) 2024-01-21

研究探討了大型語言模型（LLMs），特別是像BERT這樣的模型，在患者安全和藥物警戒（PSPV）中的因果推論應用。研究比較了不同類型的BERT-like模型在增強PSPV應用中的因果推論表現。結果顯示，具有特定領域預訓練的LLMs在PSPV的因果推論方面表現較佳，無論是否進行安全知識特定的微調。研究強調了模型選擇和領域特定訓練對於提升PSPV中因果推論表現的重要性。 PubMed DOI

Human-like intuitive behavior and reasoning biases emerged in large language models but disappeared in ChatGPT.
大型語言模型中出現了類似人類直覺行為和推理偏見，但在 ChatGPT 中消失了。 Nat Comput Sci 2024-01-12

研究人員測試人類推理和決策，發現大型語言模型展現出人類直覺思維和錯誤特徵。ChatGPT-3.5和4表現準確，避免常見陷阱。模型使用上下文進行推理，類似人們使用記事本思考，即使沒有支持仍保持準確。研究顯示，心理學方法可揭示大型語言模型能力新見解。 PubMed DOI

Evaluating the ChatGPT family of models for biomedical reasoning and classification.
評估 ChatGPT 家族模型在生物醫學推理和分類中的應用。 J Am Med Inform Assoc 2024-04-05

研究探討了在生物醫學任務中使用大型語言模型（LLMs）如GPT-3.5和GPT-4的效果。結果顯示，對BioBERT進行微調效果最好，LLMs如CoT在效能上與BoW模型相當，但需要更多時間開發。儘管LLMs受歡迎，對BioBERT微調是最有效的策略。 PubMed DOI

Neural Generative Models and the Parallel Architecture of Language: A Critical Review and Outlook.
神經生成模型與語言的平行架構：批判性評論與展望。 Top Cogn Sci 2024-04-18

平行架構理論認為，語言理解中的句法和語義處理是分開的，但會有互動。心理語言學和神經語言學研究探討這些機制在人類理解中的作用，但尚不清楚最新神經語言模型如何互動。本研究探討了GPT-3模型在語言和行為任務中的表現，發現它能獨立處理語義任務，類似人類，但結果複雜，引發了對語言模型如何學習結構化概念的疑問。 PubMed DOI

Evaluation of GPT and BERT-based models on identifying protein-protein interactions in biomedical text.
在生物醫學文本中評估 GPT 和基於 BERT 模型識別蛋白質相互作用。 ArXiv 2024-05-20

了解基因、疾病和藥物對藥物開發很重要。研究指出，基於BERT的模型在識別蛋白質-蛋白質相互作用（PPIs）方面表現最佳，BioBERT召回率和F1分數最高，PubMedBERT精確度最高。即使沒有生物醫學背景，GPT-4也表現優秀。這些結果顯示GPT模型在檢測PPIs上有應用價值，值得進一步研究微調以應用於生物醫學任務。 PubMed DOI

Studying and improving reasoning in humans and machines.
研究與改善人類和機器的推理能力。 Commun Psychol 2024-09-06

這項研究探討大型語言模型（LLMs）與人類的推理能力，使用有限理性的認知心理學工具進行比較。實驗中，我們分析了人類參與者和不同預訓練LLMs在經典認知任務上的表現。結果顯示，許多LLMs的推理錯誤與人類相似，且受到啟發式影響。然而，深入分析後發現，人類與LLMs的推理存在顯著差異，較新的LLMs表現出更少的限制。雖然可以提升表現的策略存在，但人類和LLMs對提示技術的反應卻不同。我們討論了這些發現對人工智慧及認知心理學的意義，特別是在比較人類與機器行為的挑戰上。 PubMed DOI

原始文章

站上相關主題文章列表