論文の概要: One Model, Two Minds: A Context-Gated Graph Learner that Recreates Human Biases

• arxiv url: http://arxiv.org/abs/2509.08705v1
• Date: Wed, 10 Sep 2025 15:55:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-11 15:16:52.481791
• Title: One Model, Two Minds: A Context-Gated Graph Learner that Recreates Human Biases
• Title（参考訳）: 1つのモデルと2つのマインド:人間のバイアスを再現するコンテキストグラフ学習
• Authors: Shalima Binta Manir, Tim Oates,
• Abstract要約: 本稿では認知科学の二重過程理論に触発された新しい心の理論(ToM)フレームワークを紹介する。 我々のモデルは、学習された文脈ゲート機構を通して直観的で熟考的な推論のバランスをとる。 この研究は人工知能と認知理論を橋渡しし、曖昧で人間らしい社会的認知と適応的な意思決定能力を示すAIシステムへの道を開く。
• 参考スコア（独自算出の注目度）: 3.7958475517455947
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a novel Theory of Mind (ToM) framework inspired by dual-process theories from cognitive science, integrating a fast, habitual graph-based reasoning system (System 1), implemented via graph convolutional networks (GCNs), and a slower, context-sensitive meta-adaptive learning system (System 2), driven by meta-learning techniques. Our model dynamically balances intuitive and deliberative reasoning through a learned context gate mechanism. We validate our architecture on canonical false-belief tasks and systematically explore its capacity to replicate hallmark cognitive biases associated with dual-process theory, including anchoring, cognitive-load fatigue, framing effects, and priming effects. Experimental results demonstrate that our dual-process approach closely mirrors human adaptive behavior, achieves robust generalization to unseen contexts, and elucidates cognitive mechanisms underlying reasoning biases. This work bridges artificial intelligence and cognitive theory, paving the way for AI systems exhibiting nuanced, human-like social cognition and adaptive decision-making capabilities.
• Abstract（参考訳）: 本稿では,認知科学のデュアルプロセス理論に触発された新しい思考理論(ToM)フレームワークを導入し,グラフ畳み込みネットワーク(GCN)を介して実装された,高速で習慣的なグラフベースの推論システム(System 1)と,メタ学習技術によって駆動される低速で文脈に敏感なメタ適応学習システム(System2)を統合する。 我々のモデルは、学習された文脈ゲート機構を通して直観的および熟考的推論を動的にバランスさせる。 両プロセス理論に付随する幻覚的認知バイアス(アンカーリング、認知負荷疲労、フレーミング効果、プライミング効果)を再現する能力を体系的に検討する。 実験結果から,本手法は人間の適応行動を密接に反映し,不明瞭な文脈への堅牢な一般化を実現し,推論バイアスに基づく認知メカニズムを明らかにする。 この研究は人工知能と認知理論を橋渡しし、曖昧で人間らしい社会的認知と適応的な意思決定能力を示すAIシステムへの道を開く。

関連論文リスト

• Incentivizing Dual Process Thinking for Efficient Large Language Model Reasoning [75.04643265875072]
  大規模推論モデル(LRM)は複雑な推論タスクに対して強い性能を示してきたが、しばしば過度に考えることに悩まされている。 認知科学における二重プロセス理論に着想を得て,適応認知政策最適化を提案する。 ACPOは、適応的な認知アロケーションと動的システムスイッチによって、LRMの効率的な推論を可能にする。
  論文  参考訳（メタデータ） (2025-05-22T07:15:08Z)
• System 0/1/2/3: Quad-process theory for multi-timescale embodied collective cognitive systems [12.195073658696618]
  本稿では、認知のクアッドプロセスモデルを用いて、システム0/1/2/3フレームワークを二重プロセス理論の拡張として紹介する。 我々は、認知の多様な時間的ダイナミクスを統一するために、マルチスケールの時間理論を採用することにより、ベルクソンの哲学の中でこのモデルを文脈化する。
  論文  参考訳（メタデータ） (2025-03-08T09:31:53Z)
• CogniDual Framework: Self-Training Large Language Models within a Dual-System Theoretical Framework for Improving Cognitive Tasks [39.43278448546028]
  カーネマンの二重系理論は人間の意思決定過程を解明し、素早い直感的なシステム1と合理的なシステム2を区別する。 近年の大きな言語モデル (LLMs) は、認知タスクにおける人間レベルの習熟度に近づきやすいツールとして位置づけられている。 本研究では、自己学習を通じて、意図的な推論から直感的な応答へと進化するLLM(textbfCognidual Framework for LLMs, CFLLMs)について述べる。
  論文  参考訳（メタデータ） (2024-09-05T09:33:24Z)
• A Novel Neural-symbolic System under Statistical Relational Learning [47.30190559449236]
  NSF-SRLと呼ばれる統計的関係学習に基づくニューラルシンボリック・フレームワークを提案する。 シンボリック推論の結果は、深層学習モデルによる予測の洗練と修正に利用され、深層学習モデルはシンボリック推論プロセスの効率を高める。 我々は、このアプローチがニューラルシンボリックシステムの新しい標準となり、汎用人工知能の分野における将来の研究を促進すると信じている。
  論文  参考訳（メタデータ） (2023-09-16T09:15:37Z)
• 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)
• 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)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)

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。