論文の概要: The Parameters of Educability

• arxiv url: http://arxiv.org/abs/2412.09480v1
• Date: Thu, 12 Dec 2024 17:27:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-13 13:31:29.610877
• Title: The Parameters of Educability
• Title（参考訳）: 教育可能性のパラメータ
• Authors: Leslie G. Valiant,
• Abstract要約: 教育可能性モデルは、人間をユニークなものにする認知能力を記述するために最近提案された計算モデルである。 本稿では、教育可能なシステムの主要なパラメータのいくつかと、その存在のより広い意味について論じる。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The educability model is a computational model that has been recently proposed to describe the cognitive capability that makes humans unique among existing biological species on Earth in being able to create advanced civilizations. Educability is defined as a capability for acquiring and applying knowledge. It is intended both to describe human capabilities and, equally, as an aspirational description of what can be usefully realized by machines. While the intention is to have a mathematically well-defined computational model, in constructing an instance of the model there are a number of decisions to make. We call these decisions {\it parameters}. In a standard computer, two parameters are the memory capacity and clock rate. There is no universally optimal choice for either one, or even for their ratio. Similarly, in a standard machine learning system, two parameters are the learning algorithm and the dataset used for training. Again, there are no universally optimal choices known for either. An educable system has many more parameters than either of these two kinds of system. This short paper discusses some of the main parameters of educable systems, and the broader implications of their existence.
• Abstract（参考訳）: 教育可能性モデル(英語: educability model)は、地球上の生物種の中で人類が先進文明を創り出すことのできる認知能力を記述するために最近提案された計算モデルである。 教育性は知識の獲得と適用の能力として定義される。 それは、人間の能力を記述することと、同様に、機械によって有用に実現されるものについての願望的な記述の両方を意図している。 数学的に明確に定義された計算モデルを持つことを意図しているが、モデルのインスタンスを構築する際には、多くの決定を行う必要がある。 これらの決定をパラメータと呼びます。 標準的なコンピュータでは、メモリ容量とクロックレートの2つのパラメータがある。 どちらにとっても、あるいはその比率に対しても、普遍的に最適な選択はない。 同様に、標準的な機械学習システムでは、2つのパラメータが学習アルゴリズムとトレーニングに使用されるデータセットである。 繰り返しになるが、どちらにとっても普遍的に最適な選択は存在しない。 教育可能なシステムは、これらの2種類のシステムのいずれかよりも多くのパラメータを持つ。 本稿では、教育可能なシステムの主要なパラメータのいくつかと、その存在のより広い意味について論じる。

関連論文リスト

• Probabilistic Artificial Intelligence [42.59649764999974]
  インテリジェンスの主な側面は、予測を行うだけでなく、これらの予測の不確実性について推論し、決定を行うときにこの不確実性を考慮することである。 データ不足による「緊急的」不確実性と「アラート的」不確実性との区別について論じる。
  論文  参考訳（メタデータ） (2025-02-07T14:29:07Z)
• Hacking a surrogate model approach to XAI [49.1574468325115]
  識別されたサブグループがブラックボックスADMシステムから肯定的な決定を下さない場合でも、対応するグループメンバーシップの問題は、必要に応じて低いレベルまで押し下げることができることを示す。 我々のアプローチは、他の代理モデルに容易に一般化できる。
  論文  参考訳（メタデータ） (2024-06-24T13:18:02Z)
• Human-Modeling in Sequential Decision-Making: An Analysis through the Lens of Human-Aware AI [20.21053807133341]
  私たちは、人間を意識したAIシステムを構成するものの説明を提供しようとしています。 人間を意識したAIはデザイン指向のパラダイムであり、人間と対話するかもしれないモデリングの必要性に焦点を当てている。
  論文  参考訳（メタデータ） (2024-05-13T14:17:52Z)
• Physics of Language Models: Part 3.2, Knowledge Manipulation [51.68385617116854]
  本稿では,4つの基本的な知識操作タスクについて検討する。 言語モデルは知識検索に優れるが、最も単純な分類や比較タスクにも耐え難い。 また, GPT-4のような近代的な事前学習言語モデルにも適用できる。
  論文  参考訳（メタデータ） (2023-09-25T17:50:41Z)
• Decouple knowledge from parameters for plug-and-play language modeling [77.5601135412186]
  差別化可能なプラグインメモリ(DPM)を備えた事前学習モデルPlugLMを導入する。 鍵となる直感は、編集可能でスケーラブルなキーバリューメモリで、知識ストレージをモデルパラメータから切り離すことである。 PlugLMは4つのドメインで平均3.95のF1改善を実現している。
  論文  参考訳（メタデータ） (2023-05-19T10:01:55Z)
• Achieving Occam's Razor: Deep Learning for Optimal Model Reduction [0.07499722271664146]
  オッカムのカミソリは、良いモデルは、表現するシステムを記述するのに必要な最小限のパラメータ以外のパラメータを除外すべきである、という原則を指している。 これは、冗長性がデータからモデルパラメータの誤った推定を導き、したがって不正確なあるいは曖昧な結論をもたらすためである。 我々は,Occamのカミソリに対処するために,ディープラーニングがいかに強力に活用できるかを示す。
  論文  参考訳（メタデータ） (2023-03-24T01:58:58Z)
• From Undecidability of Non-Triviality and Finiteness to Undecidability of Learnability [0.0]
  新たに提案したモデルが実際にデータから学べるかどうかを厳格に評価するための汎用的な手順は存在しないことを示す。 PACバイナリ分類、一様および普遍的なオンライン学習、教師と教師の相互作用による正確な学習では、学習性は一般に決定不可能である。 機械学習モデルが成功するかどうかを決定するのに、すべてに適したアルゴリズムは存在しない。
  論文  参考訳（メタデータ） (2021-06-02T18:00:04Z)
• Indecision Modeling [50.00689136829134]
  AIシステムは人間の価値観に合わせて行動することが重要である。 人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
  論文  参考訳（メタデータ） (2020-12-15T18:32:37Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)
• An Information-Theoretic Approach to Personalized Explainable Machine Learning [92.53970625312665]
  本稿では,予測とユーザ知識のための簡易確率モデルを提案する。 説明と予測の間の条件付き相互情報による説明の効果を定量化する。
  論文  参考訳（メタデータ） (2020-03-01T13:06:29Z)

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。