論文の概要: The Mind in the Machine: A Survey of Incorporating Psychological Theories in LLMs

• arxiv url: http://arxiv.org/abs/2505.00003v1
• Date: Fri, 28 Mar 2025 16:55:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-05 01:46:36.9696
• Title: The Mind in the Machine: A Survey of Incorporating Psychological Theories in LLMs
• Title（参考訳）: 機械のマインド:LLMにおける心理学的理論の導入に関する調査
• Authors: Zizhou Liu, Ziwei Gong, Lin Ai, Zheng Hui, Run Chen, Colin Wayne Leach, Michelle R. Greene, Julia Hirschberg,
• Abstract要約: 本稿では,心理学理論がLarge Language Models (LLMs) の発達過程にどう影響するかを考察する。 本調査は,認知,発達,行動,社会的,人格心理学,心理言語学の知見を統合した。 クロスドメイン接続と緊張点の両方を調べることで、ディシプリナ分割を橋渡しし、将来のNLP研究への心理学のより思慮深い統合を促進することを目指している。
• 参考スコア（独自算出の注目度）: 5.4397630776007615
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Psychological insights have long shaped pivotal NLP breakthroughs, including the cognitive underpinnings of attention mechanisms, formative reinforcement learning, and Theory of Mind-inspired social modeling. As Large Language Models (LLMs) continue to grow in scale and complexity, there is a rising consensus that psychology is essential for capturing human-like cognition, behavior, and interaction. This paper reviews how psychological theories can inform and enhance stages of LLM development, including data, pre-training, post-training, and evaluation\&application. Our survey integrates insights from cognitive, developmental, behavioral, social, personality psychology, and psycholinguistics. Our analysis highlights current trends and gaps in how psychological theories are applied. By examining both cross-domain connections and points of tension, we aim to bridge disciplinary divides and promote more thoughtful integration of psychology into future NLP research.
• Abstract（参考訳）: 心理学的洞察は、注意機構の認知的基盤、形式的強化学習、心にインスパイアされた社会的モデリングなど、長い間重要なNLPのブレークスルーを形成してきた。 大規模言語モデル(LLMs)は、規模と複雑さが拡大し続けており、心理学が人間のような認知、行動、相互作用を捉えるのに不可欠であるという認識が高まりつつある。 本稿では, 心理理論が, データ, 事前学習, ポストトレーニング, 評価・応用など, LLM 発達の段階を通知し, 促進する方法について述べる。 本調査は,認知,発達,行動,社会的,人格心理学,心理言語学の知見を統合した。 我々の分析は、心理学的理論の適用方法における現在の傾向とギャップを浮き彫りにしている。 クロスドメイン接続と緊張点の両方を調べることで、ディシプリナ分割を橋渡しし、将来のNLP研究への心理学のより思慮深い統合を促進することを目指している。

関連論文リスト

• Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models [57.518784855080334]
  大きな言語モデル(LLM)は例外的なタスク解決能力を示しており、人間に似た役割を担っている。 本稿では,LLMにおける心理学的次元を調査するための枠組みとして,心理学的識別,評価データセットのキュレーション,結果検証による評価について述べる。 本研究では,個性,価値観,感情,心の理論,モチベーション,知性の6つの心理学的側面を網羅した総合的心理測定ベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• Exploring the Frontiers of LLMs in Psychological Applications: A Comprehensive Review [4.147674289030404]
  大規模言語モデル(LLM)は、人間の認知と行動の側面をシミュレートする可能性がある。 LLMは、文献レビュー、仮説生成、実験的なデザイン、実験的な主題、データ分析、学術的な執筆、心理学におけるピアレビューのための革新的なツールを提供する。 データプライバシ、心理的研究にLLMを使うことの倫理的意味、モデルの制限をより深く理解する必要がある、といった問題があります。
  論文  参考訳（メタデータ） (2024-01-03T03:01:29Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs [77.88043871260466]
  私たちは、今日の最大の言語モデルのひとつに、このようなソーシャルインテリジェンスを最初から欠いていることを示しています。 我々は、人中心のNLPアプローチは、マインドの神経理論に対してより効果的であるかもしれないと結論づける。
  論文  参考訳（メタデータ） (2022-10-24T14:58:58Z)

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。