論文の概要: Use of probabilistic phrases in a coordination game: human versus GPT-4

• arxiv url: http://arxiv.org/abs/2310.10544v2
• Date: Fri, 3 Nov 2023 18:13:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-07 20:12:49.004859
• Title: Use of probabilistic phrases in a coordination game: human versus GPT-4
• Title（参考訳）: 協調ゲームにおける確率的フレーズの使用:人間対GPT-4
• Authors: Laurence T Maloney, Maria F Dal Martello, Vivian Fei and Valerie Ma
• Abstract要約: 英語話者は確率的フレーズを使って、出来事の確率や可能性に関する情報を伝える。 まず,コーディネートゲームにおいて,確率的フレーズ23の確率とあいまいさを推定する能力を評価した。 その結果,ヒトの中央値とGPT4は一致した確率推定を割り当てた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: English speakers use probabilistic phrases such as likely to communicate information about the probability or likelihood of events. Communication is successful to the extent that the listener grasps what the speaker means to convey and, if communication is successful, individuals can potentially coordinate their actions based on shared knowledge about uncertainty. We first assessed human ability to estimate the probability and the ambiguity (imprecision) of twenty-three probabilistic phrases in a coordination game in two different contexts, investment advice and medical advice. We then had GPT4 (OpenAI), a Large Language Model, complete the same tasks as the human participants. We found that the median human participant and GPT4 assigned probability estimates that were in good agreement (proportions of variance accounted for close to .90). GPT4's estimates of probability both in the investment and Medical contexts were as close or closer to that of the human participants as the human participants' estimates were to one another. Estimates of probability for both the human participants and GPT4 were little affected by context. In contrast, human and GPT4 estimates of ambiguity were not in such good agreement.
• Abstract（参考訳）: 英語話者は確率的フレーズを使って、出来事の確率や可能性に関する情報を伝える。 コミュニケーションは、リスナーが伝達する意味を把握できる程度に成功し、もしコミュニケーションが成功すれば、個人は不確実性に関する共有知識に基づいて行動を調整することができる。 まず,2つの異なる文脈における協調ゲームにおける23の確率的フレーズの確率とあいまいさ(精度)を推定する人間の能力を評価した。 そして、大きな言語モデルであるGPT4(OpenAI)が、人間の参加者と同じタスクを完了しました。 中央値のヒト参加者とgpt4は、良好な一致にある確率推定値を割り当てた(分散のプロポーションは .90 に近い)。 GPT4の投資状況と医療状況の双方の確率の推定値は、ヒトの参加者の見積が互いに近いか近いかのどちらかであった。 ヒトとgpt4の確率は文脈によってほとんど影響されなかった。 対照的に、人間とGPT4によるあいまいさの推定は、それほど良い一致ではなかった。

関連論文リスト

• GPT's Judgements Under Uncertainty [0.0]
  我々は、GPT-4oがどのように判断し、確率的シナリオで決定するかにおいて、損失回避のような人間の認知に固有のバイアスが現れるかどうかを検討する。 9つの認知バイアスで実験を行うことで、GPT-4oの矛盾するアプローチを実証し、類似した確率表記のプロンプトに反応する。 また、同じプロンプトを同じ繰り返しながら、人間的なエラーと統計的に健全な判断の両方を示すAIとの混合性能も明らかにした。
  論文  参考訳（メタデータ） (2024-09-26T05:34:00Z)
• Characterizing Similarities and Divergences in Conversational Tones in Humans and LLMs by Sampling with People [20.95122915164433]
  本稿では,会話のトーンと文を同時に抽出する反復的手法を提案する。 我々は,人間の会話音とGPT-4の関係を解釈可能な表現するために,我々のアプローチをどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2024-06-06T17:26:00Z)
• An Evaluation of Estimative Uncertainty in Large Language Models [3.04503073434724]
  推定の不確実性は長い間、CIAなどの諜報機関を含む研究領域であった。 本研究は,一般用大言語モデル(LLM)における推定の不確かさを,人間と相互に比較した。 GPT-3.5 や GPT-4 のような LLM は人間の推定値と一致している。
  論文  参考訳（メタデータ） (2024-05-24T03:39:31Z)
• On the Conversational Persuasiveness of Large Language Models: A Randomized Controlled Trial [10.770999939834985]
  制御された無害な環境でAIによる説得の効果を分析する。 その結果、GPT-4を個人情報へのアクセスで議論した参加者は、人間を議論した参加者と比較して、相手との合意が増大する確率が81.7%高かった。
  論文  参考訳（メタデータ） (2024-03-21T13:14:40Z)
• Large Language Models for Psycholinguistic Plausibility Pretesting [47.1250032409564]
  本稿では,言語モデル (LM) が妥当性判定に有効かどうかを検討する。 その結果, GPT-4の妥当性判定は, 調査対象の構造全体にわたって, 人間の判断と高い相関関係があることが判明した。 そして、この相関関係が、人間の代わりにLMを使うことを暗示するかどうかを検証した。
  論文  参考訳（メタデータ） (2024-02-08T07:20:02Z)
• Automatically measuring speech fluency in people with aphasia: first achievements using read-speech data [55.84746218227712]
  本研究の目的は,言語習得の分野で開発された信号処理algorithmの関連性を評価することである。
  論文  参考訳（メタデータ） (2023-08-09T07:51:40Z)
• Probing neural language models for understanding of words of estimative probability [21.072862529656287]
  推定確率の単語(WEP)は、文の妥当性の表現である。 ニューラルネットワーク処理モデルが各WEPに関連付けられた合意確率レベルを捕捉する能力を測定する。
  論文  参考訳（メタデータ） (2022-11-07T08:29:11Z)
• Reconciling Individual Probability Forecasts [78.0074061846588]
  データに同意する2つの当事者は、個々の確率をモデル化する方法に異を唱えることができない。 個々の確率は不可知であるが、計算的かつデータ効率のよいプロセスで競合できると結論付ける。
  論文  参考訳（メタデータ） (2022-09-04T20:20:35Z)
• On the probability-quality paradox in language generation [76.69397802617064]
  我々は情報理論レンズを用いて言語生成を分析する。 人間の言語は自然文字列上の分布のエントロピーに近い量の情報を含むべきであると仮定する。
  論文  参考訳（メタデータ） (2022-03-31T17:43:53Z)
• Partner Matters! An Empirical Study on Fusing Personas for Personalized Response Selection in Retrieval-Based Chatbots [51.091235903442715]
  本稿では,自己とパートナーの話者が応答選択の課題に与える影響について検討する。 4つのペルソナ融合戦略が設計されており、異なる方法でペルソナがコンテキストや応答と相互作用することを前提としている。 Persona-Chatデータセットに関する実証研究は、パートナーペルソナが応答選択の精度を向上させることができることを示している。
  論文  参考訳（メタデータ） (2021-05-19T10:32:30Z)
• Epidemic mitigation by statistical inference from contact tracing data [61.04165571425021]
  我々は,個人が感染するリスクを推定するためにベイズ推定法を開発した。 本稿では,感染防止のための検査・隔離戦略を最適化するために,確率論的リスク推定手法を提案する。 我々のアプローチは、最近接触した個人間の通信のみを必要とする、完全に分散されたアルゴリズムに変換されます。
  論文  参考訳（メタデータ） (2020-09-20T12:24:45Z)

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。