Fugu-MT 論文翻訳(概要): Semantic, Orthographic, and Morphological Biases in Humans' Wordle Gameplay

論文の概要: Semantic, Orthographic, and Morphological Biases in Humans' Wordle Gameplay

arxiv url: http://arxiv.org/abs/2411.18634v1
Date: Thu, 14 Nov 2024 18:20:52 GMT
ステータス: 翻訳完了
システム内更新日: 2024-12-08 09:45:39.336135
Title: Semantic, Orthographic, and Morphological Biases in Humans' Wordle Gameplay
Title（参考訳）: 人間の言葉遊びにおける意味的・オーソグラフィー的・形態的バイアス
Authors: Gary Liang, Adam Kabbara, Cindy Liu, Ronaldo Luo, Kina Kim, Michael Guerzhoy,
Abstract要約: 本稿では,Wordleのゲームにおける人間のプレイヤーのゲームプレイが,プレイヤーの以前の推測のセマンティクス,正書法,形態に影響されていることを示す。この影響を、実際の人間プレイヤーの推測とほぼ最適の推測とを比較して示す。
参考スコア（独自算出の注目度）: 2.460730388774147
License:
Abstract: We show that human players' gameplay in the game of Wordle is influenced by the semantics, orthography, and morphology of the player's previous guesses. We demonstrate this influence by comparing actual human players' guesses to near-optimal guesses, showing that human players' guesses are biased to be similar to previous guesses semantically, orthographically, and morphologically.
Abstract（参考訳）: 本稿では,Wordleのゲームにおける人間のプレイヤーのゲームプレイが,プレイヤーの以前の推測のセマンティクス,正書法,形態に影響されていることを示す。この影響を、実際の人間のプレイヤーの推測とほぼ最適の推測を比較し、人間のプレイヤーの推測が、意味論的、直観的、形態学的に以前の推測と類似していることを示す。

関連論文リスト

A Taxonomy of Linguistic Expressions That Contribute To Anthropomorphism of Language Technologies [55.99010491370177]
擬人化とは、非人間的な対象や実体に対する人間のような性質の帰属である。人為的同型の影響を生産的に議論するためには、言語が成型できる様々な方法の共通語彙が必要である。
論文参考訳（メタデータ） (2025-02-14T02:43:46Z)
Perception of Visual Content: Differences Between Humans and Foundation Models [4.251488927334905]
本研究では、多様な社会経済的文脈を表す画像の人為的およびML的アノテーションを比較した。私たちのデータセットは、さまざまな地理的地域の人々の画像と、手を洗う収入レベルで構成されています。
論文参考訳（メタデータ） (2024-11-28T07:37:04Z)
Towards Understanding Sycophancy in Language Models [49.99654432561934]
人間のフィードバックを利用した微調整を施したモデルにおける梅毒の有病率について検討した。 5つの最先端のAIアシスタントが、4つの異なる自由形式のテキスト生成タスクで常に梅毒を発現していることを示す。以上の結果から、サイコファンシーは最先端のAIアシスタントの一般的な行動である可能性が示唆された。
論文参考訳（メタデータ） (2023-10-20T14:46:48Z)
Semantic-Human: Neural Rendering of Humans from Monocular Video with Human Parsing [14.264835399504376]
本稿では,人間のニューラルレンダリングのためのフォトリアリスティックな詳細と視点一貫性を持った人間のパーシングを実現する新しい方法であるSemantic-Humanを紹介する。具体的には、ニューラルレイディアンス場(NeRF)を拡張して、セマンティクス、外観、形状を共同で符号化し、正確な2次元セマンティクスラベルを実現する。また,ラベルの復調,ラベルの合成,画像編集など,魅力的な応用も紹介する。
論文参考訳（メタデータ） (2023-08-19T03:18:19Z)
Agentivit\`a e telicit\`a in GilBERTo: implicazioni cognitive [77.71680953280436]
本研究の目的は,トランスフォーマーに基づくニューラルネットワークモデルが語彙意味論を推論するかどうかを検討することである。考慮される意味的性質は、テリシティ(定性とも組み合わされる)と作用性である。
論文参考訳（メタデータ） (2023-07-06T10:52:22Z)
Neighboring Words Affect Human Interpretation of Saliency Explanations [65.29015910991261]
単語レベルのサリエンシの説明は、しばしばテキストベースのモデルで特徴属性を伝えるために使われる。近年の研究では、単語の長さなどの表面的要因が、コミュニケーションされたサリエンシスコアの人間の解釈を歪めてしまうことが報告されている。本研究では,単語の近傍にある単語のマーキングが,その単語の重要性に対する説明者の認識にどのように影響するかを検討する。
論文参考訳（メタデータ） (2023-05-04T09:50:25Z)
Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
論文参考訳（メタデータ） (2022-08-22T14:06:06Z)
Detecting Individual Decision-Making Style: Exploring Behavioral Stylometry in Chess [4.793072503820555]
チェスの文脈における行動スタイメトリーに対するトランスフォーマーに基づくアプローチを提案する。本手法は,数発の分類フレームワークで動作し,数千人の候補選手の中から選手を正確に識別することができる。我々は、チェスにおける人間のスタイルと潜在的な倫理的意味について、結果の埋め込みが明らかにするものをより広く検討する。
論文参考訳（メタデータ） (2022-08-02T11:18:16Z)
Reading and Acting while Blindfolded: The Need for Semantics in Text Game Agents [18.743819704859703]
人工エージェントがテキストのセマンティック理解をどのように利用するかは、まだ不明である。表現空間を正規化し,探索を促す逆ダイナミクスデコーダを提案する。将来のエージェントの設計における我々の発見の意義を、より強い意味論的理解で議論する。
論文参考訳（メタデータ） (2021-03-25T01:35:27Z)
Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
論文参考訳（メタデータ） (2021-01-06T21:14:10Z)
I Feel I Feel You: A Theory of Mind Experiment in Games [1.857766632829209]
我々は、人間とコンピュータの相互作用における感情経験として、フラストレーションの認識に焦点を当てる。本稿では,この目的に合わせたテストベッドゲームを提案する。このゲームでは,プレイヤーが理論に基づくフラストレーションモデルを持つエージェントと競合する。相関分析と予測機械学習モデルを用いて収集したデータを検証し、プレイヤーの観察可能な感情がエージェントの認識されたフラストレーションと高く相関していないことを確認する。
論文参考訳（メタデータ） (2020-01-23T16:49:39Z)

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。