Fugu-MT 論文翻訳(概要): Beyond the limitations of any imaginable mechanism: large language models and psycholinguistics

論文の概要: Beyond the limitations of any imaginable mechanism: large language models and psycholinguistics

arxiv url: http://arxiv.org/abs/2303.00077v1
Date: Tue, 28 Feb 2023 20:49:38 GMT
ステータス: 処理完了
システム内更新日: 2023-03-02 16:45:38.914963
Title: Beyond the limitations of any imaginable mechanism: large language models and psycholinguistics
Title（参考訳）: 想像可能なメカニズムの限界を超えて: 大きな言語モデルと精神言語学
Authors: Conor Houghton, Nina Kazanina, Priyanka Sukumaran
Abstract要約: 大規模な言語モデルは、言語のためのモデルを提供する。実践的な道具として有用であり、言語と思考の関係を再放送する基盤として、イラストレーター比較や哲学として有用である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Large language models are not detailed models of human linguistic processing. They are, however, extremely successful at their primary task: providing a model for language. For this reason and because there are no animal models for language, large language models are important in psycholinguistics: they are useful as a practical tool, as an illustrative comparative, and philosophically, as a basis for recasting the relationship between language and thought.
Abstract（参考訳）: 大きな言語モデルは人間の言語処理の詳細なモデルではない。しかし、彼らは言語のためのモデルを提供するという第一のタスクで非常に成功しています。この理由から、言語のための動物モデルが存在しないため、大きな言語モデルは精神言語学において重要である:それらは、言語と思考の関係を再キャストするための基礎として、図示的に比較し、哲学的に、実用的なツールとして有用である。

関連論文リスト

The Sociolinguistic Foundations of Language Modeling [34.02231580843069]
我々は、大きな言語モデルは本質的に言語の多様性のモデルであると主張する。この視点が言語モデリングにおける5つの基本的な課題にどのように対処できるかについて議論する。
論文参考訳（メタデータ） (2024-07-12T13:12:55Z)
Modelling Language [0.0]
本稿では,大規模言語モデルが言語科学モデルとして機能する上で重要な科学的役割を担っていることを論じる。これは、大規模な言語モデルが科学モデルとしてどのように機能するかを示すために、科学哲学における最近の研究に基づいている。
論文参考訳（メタデータ） (2024-04-15T08:40:01Z)
Formal Aspects of Language Modeling [74.16212987886013]
大規模言語モデルは最も一般的なNLP発明の1つとなっている。これらのノートは、ETH Z "urich course on large language model" の理論的部分の伴奏である。
論文参考訳（メタデータ） (2023-11-07T20:21:42Z)
Evaluating Large Language Models on Controlled Generation Tasks [92.64781370921486]
本稿では,異なる粒度を持つ文計画ベンチマークを含む,様々なベンチマークを広範囲に分析する。大規模言語モデルと最先端の微調整された小型モデルを比較した後、大規模言語モデルが後方に落ちたり、比較されたり、より小型モデルの能力を超えたりしたスペクトルを示す。
論文参考訳（メタデータ） (2023-10-23T03:48:24Z)
A fine-grained comparison of pragmatic language understanding in humans and language models [2.231167375820083]
言語モデルと人間を7つの現実的な現象で比較する。最大のモデルでは精度が高く,人間の誤りパターンと一致していることがわかった。モデルと人間が同様の言語的手がかりに敏感であるという予備的な証拠がある。
論文参考訳（メタデータ） (2022-12-13T18:34:59Z)
Emergent Abilities of Large Language Models [172.08007363384218]
より小さなモデルには存在しないが、より大きなモデルには存在しない場合、創発する能力を考える。このような出現の存在は、さらなるスケーリングが言語モデルの機能範囲をさらに拡大することを意味している。
論文参考訳（メタデータ） (2022-06-15T17:32:01Z)
Testing the Ability of Language Models to Interpret Figurative Language [69.59943454934799]
比喩的・比喩的な言語は言論において一般的である。現代の言語モデルが非リテラルなフレーズをどの程度解釈できるかについては、未解決の疑問が残る。ウィノグラードスタイルの非文字言語理解タスクであるFig-QAを紹介する。
論文参考訳（メタデータ） (2022-04-26T23:42:22Z)
Chain of Thought Prompting Elicits Reasoning in Large Language Models [56.811278668446825]
本稿では,コヒーレントな思考連鎖を生成する言語モデルについて考察する。実験により、プロンプトによって思考の連鎖を誘導することで、十分な大きな言語モデルが推論タスクをよりよく実行できるようになることが示されている。
論文参考訳（メタデータ） (2022-01-28T02:33:07Z)
Language Models are not Models of Language [0.0]
トランスファーラーニングにより、言語モデリングタスクでトレーニングされた大規模なディープラーニングニューラルネットワークにより、パフォーマンスが大幅に向上した。深層学習モデルは言語の理論的モデルではないので、言語モデルという用語は誤解を招く。
論文参考訳（メタデータ） (2021-12-13T22:39:46Z)
Language Models are Few-shot Multilingual Learners [66.11011385895195]
我々は、非英語言語における多言語分類を行う際に、GPTモデルとT5モデルの多言語的スキルを評価する。文脈としての英語の例を見ると、事前学習された言語モデルは、英語のテストサンプルだけでなく、英語以外のサンプルも予測できることが示されている。
論文参考訳（メタデータ） (2021-09-16T03:08:22Z)
Uncovering Constraint-Based Behavior in Neural Models via Targeted Fine-Tuning [9.391375268580806]
本研究は,言語知識が不明な言語内での競合する言語プロセスを示す。人間の行動は言語間で類似していることがわかったが、モデル行動の言語間差異は見いだされている。以上の結果から,言語における言語的制約と相対的ランクの双方をモデルが学習する必要があることが示唆された。
論文参考訳（メタデータ） (2021-06-02T14:52:11Z)

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。