論文の概要: Non-native speakers of English or ChatGPT: Who thinks better?

• arxiv url: http://arxiv.org/abs/2412.00457v1
• Date: Sat, 30 Nov 2024 12:04:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-04 15:47:08.655241
• Title: Non-native speakers of English or ChatGPT: Who thinks better?
• Title（参考訳）: 英語またはChatGPTの非ネイティブ話者: 誰がより良く考えるか?
• Authors: Mohammed Q. Shormani,
• Abstract要約: この研究は、人間の脳が自然言語データを処理し解釈する能力はユニークであると結論付けている。 この研究のために15人の英語の母語話者が雇われた。 研究参加者とChatGPTに中心埋め込み型英語文を提示した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: This study sets out to answer one major question: Who thinks better, non-native speakers of English or ChatGPT?, providing evidence from processing and interpreting center-embedding English constructions that human brain surpasses ChatGPT, and that ChatGPT cannot be regarded as a theory of language. Fifteen non-native speakers of English were recruited as participants of the study. A center-embedding English sentence was presented to both the study participants and ChatGPT. The study findings unveil that human brain is still far ahead of Large Language Models, specifically ChatGPT, even in the case of non-native speakers of an L2, here English. The study concludes that human brain's ability to process and interpret natural language data is unique and that ChatGPT still lags behind this human unique ability.
• Abstract（参考訳）: この研究は、英語やChatGPTの非ネイティブ話者として、誰が優れていると考えているのかという大きな疑問に答える。 人間の脳はChatGPTを超越しており、ChatGPTは言語理論とは見なすことができない。 この研究には、英語の母語話者15人が参加した。 研究参加者とChatGPTに中心埋め込み型英語文を提示した。 研究結果によると、L2の母国語話者の場合、人間の脳はLarge Language Models(特にChatGPT)よりはるかに先を行っている。 この研究は、人間の脳が自然言語データを処理し、解釈する能力は独特であり、ChatGPTはこの人間の独特な能力に遅れを取っていると結論付けている。

関連論文リスト

• Grammaticality Representation in ChatGPT as Compared to Linguists and Laypeople [0.0]
  本研究は,148の言語現象について,住民の文法的判断を収集した以前の研究に基づいている。 我々の主な焦点は、これらの言語構成の判断において、ChatGPTを一般人と言語学者の両方と比較することであった。 全体として,ChatGPTと言語学者の間には73%から95%の収束率があり,全体としては89%と推定された。
  論文  参考訳（メタデータ） (2024-06-17T00:23:16Z)
• Complementary Advantages of ChatGPTs and Human Readers in Reasoning: Evidence from English Text Reading Comprehension [12.240611073541597]
  ChatGPTはテキスト処理において大きな力を示しており、テキスト読み込みからの推論能力を含んでいる。 テキスト読解に関する推論能力において,人間読者とChatGPTの直接比較は行われていない。 本研究は,ChatGPTと中国の高校生が,英語の物語文からの推論能力について検討した。
  論文  参考訳（メタデータ） (2023-11-17T06:13:02Z)
• Counting the Bugs in ChatGPT's Wugs: A Multilingual Investigation into the Morphological Capabilities of a Large Language Model [23.60677380868016]
  大規模言語モデル (LLM) は近年,人間の言語スキルと比較する上で,目覚ましい言語能力に達している。 そこで本研究では,4言語でChatGPTの形態的能力の厳密な分析を行う。 ChatGPTは、特に英語の目的構築システムでは大幅に性能が低下している。
  論文  参考訳（メタデータ） (2023-10-23T17:21:03Z)
• Primacy Effect of ChatGPT [69.49920102917598]
  本稿では,ChatGPTの優位性について検討する。 実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
  論文  参考訳（メタデータ） (2023-10-20T00:37:28Z)
• Emergence of a phonological bias in ChatGPT [0.0]
  私はChatGPTが人間の言語処理の目印となる音韻的バイアスを示すことを実証する。 ChatGPTは母音上の子音を使って単語を識別する傾向がある。 これは、英語やスペイン語のような子音と母音の相対的な分布が異なる言語で観察される。
  論文  参考訳（メタデータ） (2023-05-25T10:57:43Z)
• Does ChatGPT have Theory of Mind? [2.3129337924262927]
  心の理論 (Theory of Mind, ToM) とは、人間の思考と意思決定を理解する能力である。 本稿では,最近のChatGPT伝統における大規模言語モデル(Large Language Models)がToMをどの程度持っているかを検討する。
  論文  参考訳（メタデータ） (2023-05-23T12:55:21Z)
• Phoenix: Democratizing ChatGPT across Languages [68.75163236421352]
  我々は大規模な言語モデル「フェニックス」をリリースし、オープンソースの英語モデルと中国語モデルの間で競合する性能を実現した。 この作業は、特にOpenAIやローカルなゴーバーメントの制限により、人々がChatGPTを使えない国では、ChatGPTをよりアクセスしやすいものにする上で有益であると考えています。
  論文  参考訳（メタデータ） (2023-04-20T16:50:04Z)
• ChatGPT Beyond English: Towards a Comprehensive Evaluation of Large Language Models in Multilingual Learning [70.57126720079971]
  大規模言語モデル(LLM)は、自然言語処理(NLP)において最も重要なブレークスルーとして登場した。 本稿では,高,中,低,低リソースの37言語を対象として,ChatGPTを7つのタスクで評価する。 従来のモデルと比較すると,様々なNLPタスクや言語に対するChatGPTの性能は低下していた。
  論文  参考訳（メタデータ） (2023-04-12T05:08:52Z)
• Can ChatGPT Understand Too? A Comparative Study on ChatGPT and Fine-tuned BERT [103.57103957631067]
  チャットGPTは、人間の質問に対する流動的で高品質な応答を生成できるため、大きな注目を集めている。 そこで我々は,ChatGPTの理解能力を,最も人気のあるGLUEベンチマークで評価し,より詳細な4種類のBERTスタイルのモデルと比較した。 2)ChatGPTは,感情分析や質問応答タスクにおいて,BERTと同等のパフォーマンスを達成している。
  論文  参考訳（メタデータ） (2023-02-19T12:29:33Z)
• Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
  大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。 近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。 ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
  論文  参考訳（メタデータ） (2023-02-08T09:44:51Z)
• A Categorical Archive of ChatGPT Failures [47.64219291655723]
  OpenAIが開発したChatGPTは、大量のデータを使って訓練され、人間の会話をシミュレートしている。 それは、広範囲の人間の問い合わせに効果的に答える能力のために、大きな注目を集めている。 しかし、ChatGPTの失敗の包括的分析は欠落しており、これが本研究の焦点となっている。
  論文  参考訳（メタデータ） (2023-02-06T04:21:59Z)

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。