論文の概要: The Efficiency Attenuation Phenomenon: A Computational Challenge to the Language of Thought Hypothesis

• arxiv url: http://arxiv.org/abs/2603.22312v1
• Date: Thu, 19 Mar 2026 23:49:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-25 19:53:37.048236
• Title: The Efficiency Attenuation Phenomenon: A Computational Challenge to the Language of Thought Hypothesis
• Title（参考訳）: 効率減衰現象:思考仮説言語への計算的挑戦
• Authors: Di Zhang,
• Abstract要約: 我々はAI Private Languageの思考実験を紹介する。 2つの人工エージェントが効率的で不可解な通信プロトコルを開発すると、その性能は人間の理解可能な言語を使わざるを得なくなる。 その結果、創発的プロトコルを持つエージェントは、事前に定義された人間のようなシンボリックプロトコルを使用するエージェントよりも50.5%高い効率を達成することがわかった。
• 参考スコア（独自算出の注目度）: 8.201374511929538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper computationally investigates whether thought requires a language-like format, as posited by the Language of Thought (LoT) hypothesis. We introduce the ``AI Private Language'' thought experiment: if two artificial agents develop an efficient, inscrutable communication protocol via multi-agent reinforcement learning (MARL), and their performance declines when forced to use a human-comprehensible language, this Efficiency Attenuation Phenomenon (EAP) challenges the LoT. We formalize this in a cooperative navigation task under partial observability. Results show that agents with an emergent protocol achieve 50.5\% higher efficiency than those using a pre-defined, human-like symbolic protocol, confirming the EAP. This suggests optimal collaborative cognition in these systems is not mediated by symbolic structures but is naturally coupled with sub-symbolic computations. The work bridges philosophy, cognitive science, and AI, arguing for pluralism in cognitive architectures and highlighting implications for AI ethics.
• Abstract（参考訳）: 本稿では,Language of Thought (LoT)仮説で示されるように,思考が言語的な形式を必要とするかどうかを計算的に検討する。 2人の人工エージェントがマルチエージェント強化学習(MARL)を介して効率的で精査不能な通信プロトコルを開発し、人間の理解可能な言語を強制的に使用すると性能が低下すると、この効率減衰現象(EAP)はLoTに挑戦する。 我々はこれを部分観測可能性の下で協調的なナビゲーションタスクで定式化する。 その結果、創発的プロトコルを持つエージェントは、事前に定義された人間のようなシンボルプロトコルを使用するエージェントよりも50.5\%高い効率を実現し、EAPを確認した。 これは、これらのシステムにおける最適協調認知は、記号構造によって媒介されるのではなく、副記号計算と自然に結合されていることを示唆している。 この仕事は、哲学、認知科学、AIを橋渡しし、認知アーキテクチャにおける多元主義を主張し、AI倫理に影響を及ぼすことを強調している。

関連論文リスト

• On the Same Wavelength? Evaluating Pragmatic Reasoning in Language Models across Broad Concepts [69.69818198773244]
  本研究では,言語理解と言語生産の両面で,多種多様なLMについて検討する。 最先端のLMは小さくはないが,言語理解において高い性能を発揮する。
  論文  参考訳（メタデータ） (2025-09-08T17:59:32Z)
• A Computationally Grounded Framework for Cognitive Attitudes (extended version) [14.866324473006255]
  本稿では, エージェントの認知的態度を認知型と動機型の両方で推論するための新しい言語を紹介した。 私たちの言語には、暗黙の信念、完全な魅力、完全な反発、現実的な魅力、現実的な反発のための5種類のモーダル演算子が含まれています。 本稿では,信念変化操作の効果の推論を支援する言語の拡張について述べる。
  論文  参考訳（メタデータ） (2024-12-18T17:17:07Z)
• Igniting Language Intelligence: The Hitchhiker's Guide From Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
  大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。 LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。 最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
  論文  参考訳（メタデータ） (2023-11-20T14:30:55Z)
• From Heuristic to Analytic: Cognitively Motivated Strategies for Coherent Physical Commonsense Reasoning [66.98861219674039]
  ヒューリスティック分析推論(HAR)戦略は、モデル決定のための合理化のコヒーレンスを大幅に改善する。 以上の結果から, PLM推論の一貫性と信頼性を効果的に向上できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-10-24T19:46:04Z)
• Learnability with PAC Semantics for Multi-agent Beliefs [38.88111785113001]
  推論と帰納の緊張は、おそらく哲学、認知、人工知能といった分野において最も根本的な問題である。 Valiant氏は、学習の課題は推論と統合されるべきである、と認識した。 古典的な包含よりも弱いが、クエリに応答する強力なモデル理論のフレームワークを可能にする。
  論文  参考訳（メタデータ） (2023-06-08T18:22:46Z)
• Neuro-Symbolic Causal Language Planning with Commonsense Prompting [67.06667162430118]
  言語プランニングは、より単純な低レベルステップに分解することで、複雑な高レベルな目標を実装することを目的としている。 以前の手法では、大規模な言語モデルからそのような能力を得るために、手動の例えか注釈付きプログラムが必要である。 本稿では,LLMからの手続き的知識をコモンセンス・インフュージョン・プロンプトにより引き起こすニューロシンボリック因果言語プランナー(CLAP)を提案する。
  論文  参考訳（メタデータ） (2022-06-06T22:09:52Z)
• Learning to refer informatively by amortizing pragmatic reasoning [35.71540493379324]
  我々は、話者が時間とともに合理的な音声行為のコストを減らそうとするアイデアを探求する。 我々のアモータライズされたモデルは、様々な文脈で効果的かつ簡潔な言語を迅速に生成できることがわかりました。
  論文  参考訳（メタデータ） (2020-05-31T02:52:22Z)
• Emergence of Pragmatics from Referential Game between Theory of Mind Agents [64.25696237463397]
  エージェントが手書きのルールを指定せずに「行間を読む」能力を自発的に学習するアルゴリズムを提案する。 協調型マルチエージェント教育状況における心の理論(ToM)を統合し,適応型強化学習(RL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-21T19:37:33Z)

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。