論文の概要: Foundation of Intelligence: Review of Math Word Problems from Human Cognition Perspective

• arxiv url: http://arxiv.org/abs/2510.21999v1
• Date: Fri, 24 Oct 2025 20:06:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-28 15:28:14.728487
• Title: Foundation of Intelligence: Review of Math Word Problems from Human Cognition Perspective
• Title（参考訳）: 知性の基礎:人間の認知の観点からの数学語問題
• Authors: Zhenya Huang, Jiayu Liu, Xin Lin, Zhiyuan Ma, Shangzi Xue, Tong Xiao, Qi Liu, Yee Whye Teh, Enhong Chen,
• Abstract要約: 数学語問題(MWP)は、1960年代までさかのぼる人工知能(AI)の基本的な研究トピックである。 この研究は、人間のような認知知性を反映することで、AIの推論能力を向上させることを目的としている。 本稿では,問題理解,論理的組織,連想記憶,批判思考,知識学習の5つの重要な認知能力について要約する。
• 参考スコア（独自算出の注目度）: 90.193615160526
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Math word problem (MWP) serves as a fundamental research topic in artificial intelligence (AI) dating back to 1960s. This research aims to advance the reasoning abilities of AI by mirroring the human-like cognitive intelligence. The mainstream technological paradigm has evolved from the early rule-based methods, to deep learning models, and is rapidly advancing towards large language models. However, the field still lacks a systematic taxonomy for the MWP survey along with a discussion of current development trends. Therefore, in this paper, we aim to comprehensively review related research in MWP solving through the lens of human cognition, to demonstrate how recent AI models are advancing in simulating human cognitive abilities. Specifically, we summarize 5 crucial cognitive abilities for MWP solving, including Problem Understanding, Logical Organization, Associative Memory, Critical Thinking, and Knowledge Learning. Focused on these abilities, we review two mainstream MWP models in recent 10 years: neural network solvers, and LLM based solvers, and discuss the core human-like abilities they demonstrated in their intricate problem-solving process. Moreover, we rerun all the representative MWP solvers and supplement their performance on 5 mainstream benchmarks for a unified comparison. To the best of our knowledge, this survey first comprehensively analyzes the influential MWP research of the past decade from the perspective of human reasoning cognition and provides an integrative overall comparison across existing approaches. We hope it can inspire further research in AI reasoning. Our repository is released on https://github.com/Ljyustc/FoI-MWP.
• Abstract（参考訳）: 数学語問題(MWP)は、1960年代までさかのぼる人工知能(AI)の基本的な研究トピックである。 この研究は、人間のような認知知性を反映することで、AIの推論能力を向上させることを目的としている。 主流の技術的パラダイムは、初期のルールベースの手法からディープラーニングモデルへと進化し、大規模言語モデルに向けて急速に進歩している。 しかし, MWP調査の体系的な分類はいまだに欠落しており, 開発動向も議論されている。 そこで本研究では,人間の認知のレンズを通してMWPにおける関連研究を包括的にレビューし,人間の認知能力のシミュレーションにおいて,最近のAIモデルがどのように進歩しているかを実証することを目的とする。 具体的には,問題理解,論理的組織,連想記憶,批判思考,知識学習の5つの重要な認知能力について要約する。 これらの能力に着目して、ニューラルネットワークソルバとLLMベースのソルバの2つのメインストリームMWPモデルをレビューし、複雑な問題解決プロセスで実証された中核的な人間のような能力について論じる。 さらに、代表MWPソルバを全て再実行し、5つの主要なベンチマークでそれらの性能を補足し、統一された比較を行う。 我々の知る限り、この調査はまず、人間の推論認知の観点から、過去10年間の影響力のあるMWP研究を包括的に分析し、既存のアプローチを総合的に比較する。 AI推論のさらなる研究を促すことを願っている。 私たちのリポジトリはhttps://github.com/Ljyustc/FoI-MWP.comで公開されています。

関連論文リスト

• Thinking beyond the anthropomorphic paradigm benefits LLM research [1.7392902719515677]
  人相同性(人相同性、英: Anthropomorphism)は、技術的に高度な専門知識を持つ人でも起こる自動的かつ無意識的な反応である。 人類型用語学に反映される深い仮定に挑戦する。
  論文  参考訳（メタデータ） (2025-02-13T11:32:09Z)
• Do great minds think alike? Investigating Human-AI Complementarity in Question Answering with CAIMIRA [43.116608441891096]
  人間は知識に基づく帰納的、概念的推論においてAIシステムより優れています。 GPT-4やLLaMAのような最先端のLLMは、ターゲット情報検索において優れた性能を示す。
  論文  参考訳（メタデータ） (2024-10-09T03:53:26Z)
• Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [116.8199519880327]
  人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である 本調査では,Embodied AIの最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-07-09T14:14:47Z)
• Coding for Intelligence from the Perspective of Category [66.14012258680992]
  符号化の対象はデータの圧縮と再構成、インテリジェンスである。 最近の傾向は、これらの2つの分野の潜在的均一性を示している。 本稿では,カテゴリ理論の観点から,インテリジェンスのためのコーディングの新たな問題を提案する。
  論文  参考訳（メタデータ） (2024-07-01T07:05:44Z)
• BDIQA: A New Dataset for Video Question Answering to Explore Cognitive Reasoning through Theory of Mind [21.806678376095576]
  心の理論(ToM)は、AIをより人間の思考プロセスによく似ている。 ビデオ質問応答(Video QA)データセットは、人間のToMを真に取り入れたイベントの因果推論を研究することに焦点を当てている。 本稿では,ToMの文脈におけるビデオQAモデルの認知的推論能力に関する最初のベンチマークであるBDIQAを提案する。
  論文  参考訳（メタデータ） (2024-02-12T04:34:19Z)
• 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)
• Towards Tractable Mathematical Reasoning: Challenges, Strategies, and Opportunities for Solving Math Word Problems [4.309840398782996]
  自然言語を用いた数学単語問題の解法として,非神経的・神経的手法を検証した。 これらの手法が一般化可能であり、数学的に合理的であり、解釈可能であり、説明可能であることを強調する。 技術的アプローチについて議論し、MWPを解くための直感的な設計選択の進化を概観し、数学的推論能力について検討する。
  論文  参考訳（メタデータ） (2021-10-29T05:20:31Z)

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。