論文の概要: Re-assessing the evidence for mental rotation abilities in children using computational models

• arxiv url: http://arxiv.org/abs/2512.17972v1
• Date: Fri, 19 Dec 2025 08:25:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.131454
• Title: Re-assessing the evidence for mental rotation abilities in children using computational models
• Title（参考訳）: 計算モデルを用いた小児の心的回転能力の証明の再検討
• Authors: Arthur Aubret, Jochen Triesch,
• Abstract要約: 子どもの物体認識能力の発達に関する最近の計算モデルを用いて、子どもの心的回転の証拠を再評価する。 以上の結果から, MRは5歳未満の小児から得られた結果を産み出す役割を果たさない可能性が示唆された。
• 参考スコア（独自算出の注目度）: 5.947144995764748
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: There is strong and diverse evidence for mental rotation (MR) abilities in adults. However, current evidence for MR in children rests on just a few behavioral paradigms adapted from the adult literature. Here, we leverage recent computational models of the development of children's object recognition abilities to re-assess the evidence for MR in children. The computational models simulate infants' acquisition of object representations during embodied interactions with objects. We consider two different object recognition strategies, different from MRs, and assess their ability to replicate results from three classical MR tasks assigned to children between the ages of 6 months and 5 years. Our results show that MR may play no role in producing the results obtained from children younger than 5 years. In fact, we find that a simple recognition strategy that reflects a pixel-wise comparison of stimuli is sufficient to model children's behavior in the most used MR task. Thus, our study reopens the debate on how and when children develop genuine MR abilities.
• Abstract（参考訳）: 成人には精神的回転(MR)能力の強い多様な証拠がある。 しかし、子供におけるMRの現在の証拠は、成人文学から適応した行動パラダイムにのみ依存している。 本稿では,子どもの物体認識能力の発達に関する最近の計算モデルを利用して,小児のMRの証拠を再評価する。 計算モデルは、幼児が物体との具体的相互作用中にオブジェクト表現を取得することをシミュレートする。 MRと異なる2つの異なる物体認識戦略を考察し,6歳から5歳までの子どもに割り当てられた3つの古典的MR課題の成果を再現する能力を評価する。 以上の結果から, MRは5歳未満の小児から得られた結果を産み出す役割を果たさない可能性が示唆された。 実のところ、刺激の画素比較を反映した単純な認識戦略は、最もよく使われるMRタスクにおいて、子供の振る舞いをモデル化するのに十分である。 そこで本研究では,子どもが真のMR能力をいかに発達させるか,いつどのように発達するか,という議論を再開する。

関連論文リスト

• KiVA: Kid-inspired Visual Analogies for Testing Large Multimodal Models [43.86823330035457]
  本稿では,大型マルチモーダルモデル(LMM)における視覚的類似推論について,大人や子供と比較して検討する。 我々は,視覚的類似推論に基づくLMMのテストを行うために,日常オブジェクトの4300の視覚的変換のベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-07-25T05:02:39Z)
• What is the Visual Cognition Gap between Humans and Multimodal LLMs? [63.81347276258992]
  MLLM(Multimodal Large Language Models)の視覚認知能力を評価し,その性能を人間の視覚認知研究と比較した。 我々の比較実験では、MLLMと人間の知能のギャップが明らかになっている。 我々は,MaRs-VQAとQwen2-VCogベースラインモデルの公開が,人間の視覚認知能力を持つ次世代MLLMに向けて進展をもたらすと考えている。
  論文  参考訳（メタデータ） (2024-06-14T22:02:21Z)
• SynthBA: Reliable Brain Age Estimation Across Multiple MRI Sequences and Resolutions [4.543154658281538]
  脳年齢と時間年齢のギャップは、PAD(予測年齢差)と呼ばれ、神経変性の状況を調べるために利用されてきた。 脳年齢はMRIと機械学習技術を用いて予測できる。 我々は、脳年齢を予測するために設計された堅牢なディープラーニングモデル、Synthetic Brain Age(SynthBA)を紹介する。
  論文  参考訳（メタデータ） (2024-06-01T08:58:40Z)
• Clever Hans or Neural Theory of Mind? Stress Testing Social Reasoning in Large Language Models [82.50173296858377]
  多くの逸話例は、ChatGPTやGPT-4のような新しい大規模言語モデル(LLM)が、N-ToM(Neural Theory-of-Mind)を示すことを示唆するために使用された。 我々は,LLMsのN-ToMの範囲を6つのタスクに対して広範囲に評価することにより検討し,LLMsが特定のN-ToM能力を示す一方で,この挙動は堅牢性には程遠いことを見出した。
  論文  参考訳（メタデータ） (2023-05-24T06:14:31Z)
• Comparing Machines and Children: Using Developmental Psychology Experiments to Assess the Strengths and Weaknesses of LaMDA Responses [0.02999888908665658]
  我々は,Googleの大規模言語モデルであるLaMDAの能力を評価するために,古典的な開発実験を適用した。 社会的理解に関する実験において,LaMDAは子どもと同様の適切な反応を産み出すことがわかった。 一方、初期の対象と行動理解、心の理論、特に因果推論タスクに対するLaMDAの反応は、幼児のそれとは大きく異なる。
  論文  参考訳（メタデータ） (2023-05-18T18:15:43Z)
• Causal Imitation Learning with Unobserved Confounders [82.22545916247269]
  本研究では,学習者と専門家の感覚入力が異なる場合の模倣学習について検討する。 我々は、専門家の軌跡の量的知識を活用することで、模倣が依然として実現可能であることを示した。
  論文  参考訳（メタデータ） (2022-08-12T13:29:53Z)
• Learning Human Cognitive Appraisal Through Reinforcement Memory Unit [63.83306892013521]
  逐次評価タスクにおける人間の認知評価の効果を生かしたリカレントニューラルネットワークのためのメモリ強調機構を提案する。 記憶増強機構を2つの正および負の強化記憶とともに評価状態を含む強化記憶ユニット(RMU)として概念化する。
  論文  参考訳（メタデータ） (2022-08-06T08:56:55Z)
• Interactive Visual Reasoning under Uncertainty [29.596555383319814]
  我々は,不確実性下での人工エージェントの推論能力を評価するためのIVRE環境を考案した。 IVREは、Blicket検出を中心にしたリッチなシナリオを特徴とする対話型環境である。
  論文  参考訳（メタデータ） (2022-06-18T13:32:41Z)
• A robot that counts like a child: a developmental model of counting and pointing [69.26619423111092]
  実物を数えることができる新しい神経ロボティクスモデルを導入する。 このモデルにより,エンボディメントと数値認識の相互作用を調べることができる。 トレーニングされたモデルは、アイテムのセットをカウントすることができ、同時にそれらを指し示します。
  論文  参考訳（メタデータ） (2020-08-05T21:06:27Z)

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。