論文の概要: The Expertise Level
- arxiv url: http://arxiv.org/abs/2212.10435v1
- Date: Fri, 11 Nov 2022 20:55:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-19 18:11:50.110229
- Title: The Expertise Level
- Title(参考訳): 専門家レベル
- Authors: Ron Fulbright
- Abstract要約: 本稿では,専門知識の性質を考察し,専門知識の抽象的知識レベルと技能レベルを解説する。
エキスパートレベル(Expertise Level)と呼ばれる知識レベルの上に、専門家のスキルを記述するために、必要な知識の詳細を気にすることなく、新たなレベルが導入される。
モデル・オブ・エキスパートズ(Model of Expertise)は、知識レベルと専門レベルの説明を組み合わせて導入された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computers are quickly gaining on us. Artificial systems are now exceeding the
performance of human experts in several domains. However, we do not yet have a
deep definition of expertise. This paper examines the nature of expertise and
presents an abstract knowledge-level and skill-level description of expertise.
A new level lying above the Knowledge Level, called the Expertise Level, is
introduced to describe the skills of an expert without having to worry about
details of the knowledge required. The Model of Expertise is introduced
combining the knowledge-level and expertise-level descriptions. Application of
the model to the fields of cognitive architectures and human cognitive
augmentation is demonstrated and several famous intelligent systems are
analyzed with the model.
- Abstract(参考訳): コンピューターは急速に進歩している。
人工システムは現在、いくつかの領域における人間の専門家のパフォーマンスを超えています。
しかし、我々はまだ専門知識の深い定義を持っていません。
本稿では,専門知識の性質を考察し,専門知識の抽象的知識レベルと技能レベルを解説する。
専門知識レベルと呼ばれる知識レベルの上に横たわる新しいレベルが、専門知識の詳細を気にせずに専門家のスキルを記述するために導入された。
専門知識モデルは、知識レベルと専門知識レベルの記述を組み合わせたものである。
認知アーキテクチャと人間の認知能力向上の分野へのモデルの応用を実証し、そのモデルを用いていくつかの有名な知能システムを分析した。
関連論文リスト
- What Makes An Expert? Reviewing How ML Researchers Define "Expert" [4.6346970187885885]
専門」と「専門」を明示的に参照する学術出版物112件をレビューする。
専門知識はしばしば未定義であり、正式な教育以外の知識の形式はめったに求められない。
我々は、専門家が機械学習開発に関わった方法、専門知識の社会的構築、そして責任あるAI開発への意味について論じる。
論文 参考訳(メタデータ) (2024-10-31T19:51:28Z) - Large Language Models are Limited in Out-of-Context Knowledge Reasoning [65.72847298578071]
大規模言語モデル (LLMs) は、文脈内推論の実行において広範な知識と強力な能力を持っている。
本稿では、複数の知識を組み合わせて新しい知識を推論する、文脈外知識推論(OCKR)という、文脈外推論の重要な側面に焦点を当てる。
論文 参考訳(メタデータ) (2024-06-11T15:58:59Z) - Beyond Factuality: A Comprehensive Evaluation of Large Language Models
as Knowledge Generators [78.63553017938911]
大規模言語モデル(LLM)は、下流の知識集約タスクのための情報検索技術より優れている。
しかし、コミュニティの懸念は、この無検閲の知識を使用することの事実と潜在的意味について多岐にわたる。
本研究では,6つの重要な視点から生成した知識を評価するために設計されたCONNERを紹介する。
論文 参考訳(メタデータ) (2023-10-11T08:22:37Z) - UNTER: A Unified Knowledge Interface for Enhancing Pre-trained Language
Models [100.4659557650775]
構造化知識と非構造化知識の両方を活用する統一的な視点を提供するために、統一知識インターフェイスUNTERを提案する。
どちらの形態の知識も注入され、UNTERは一連の知識駆動NLPタスクの継続的な改善を得る。
論文 参考訳(メタデータ) (2023-05-02T17:33:28Z) - Thrill-K Architecture: Towards a Solution to the Problem of Knowledge
Based Understanding [0.9390008801320021]
本稿では、人間の知識と知性の分析に基づいて、ニューラルネットワークと様々な種類の知識と知識ソースを組み合わせたハイブリッドシステムの分類を紹介する。
我々はThrill-Kアーキテクチャを,推論,学習,知的制御が可能なフレームワークに,瞬時知識,待機知識,外部知識ソースを統合するためのプロトタイプソリューションとして提示する。
論文 参考訳(メタデータ) (2023-02-28T20:39:35Z) - (Re)Defining Expertise in Machine Learning Development [3.096615629099617]
我々は,1)専門知識が定義され,認識される基盤,2)専門家がML開発で果たす役割を理解するために,機械学習研究の体系的な文献レビューを行う。
私たちのゴールは、専門家の識別とML研究への関与の限界と機会を強調するために、高いレベルの分類を作ることです。
論文 参考訳(メタデータ) (2023-02-08T21:10:20Z) - Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。
本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
論文 参考訳(メタデータ) (2022-11-30T03:44:15Z) - Towards Human Cognition Level-based Experiment Design for Counterfactual
Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。
認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。
本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文 参考訳(メタデータ) (2022-10-31T19:20:22Z) - A Unified End-to-End Retriever-Reader Framework for Knowledge-based VQA [67.75989848202343]
本稿では,知識に基づくVQAに向けて,エンド・ツー・エンドのレトリバー・リーダー・フレームワークを提案する。
我々は、視覚言語による事前学習モデルからの多モーダルな暗黙の知識に光を当て、知識推論の可能性を掘り下げた。
提案手法では,知識検索のガイダンスを提供するだけでなく,質問応答に対してエラーが発生しやすいケースも排除できる。
論文 参考訳(メタデータ) (2022-06-30T02:35:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。