論文の概要: Uneven Evolution of Cognition Across Generations of Generative AI Models
- arxiv url: http://arxiv.org/abs/2605.06815v1
- Date: Thu, 07 May 2026 18:16:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-11 19:43:38.535601
- Title: Uneven Evolution of Cognition Across Generations of Generative AI Models
- Title（参考訳）: 生成AIモデルの世代間認知の不均一進化
- Authors: Isaac Galatzer-Levy, Daniel McDuff, Xin Liu, Jed McGiffin,
- Abstract要約: 人工知能の追求には、狭いタスク性能を超えるモデルの認知能力を評価するための堅牢な手法が必要である。
本稿では、生成AIの認知的プロファイルを評価し、それらを人間の規範と比較し、世代間での進化を追跡するための心理測定フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 13.772329509422201
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The pursuit of artificial general intelligence necessitates robust methods for evaluating the cognitive capabilities of models beyond narrow task performance. Here, we introduce a psychometric framework to assess the cognitive profiles of generative AI, comparing them to human norms and tracking their evolution across generations. Initial evaluation of leading multimodal models using tasks adapted from the Wechsler Adult Intelligence Scale revealed a profoundly uneven cognitive architecture: near-ceiling performance in verbal comprehension and working memory (>$98^{\text{th}}$ percentile) contrasted with near-floor performance in perceptual reasoning (<$1^{\text{st}}$ percentile). To track developmental trajectories beyond human-normed limits, we developed the Artificial Intelligence Quotient (AIQ) Benchmark and applied it to six generations and two model families, revealing significant but asymmetric performance gains. Notably, we uncovered a sharp dissociation between modalities; abstract quantitative reasoning matured far more rapidly when presented linguistically compared to a visually analogous format, indicating an architectural bias towards language-based symbolic manipulation. While abstract visual reasoning improved, visual-perceptual organization remained largely stagnant. Collectively, these findings demonstrate that the cognitive abilities of generative models are evolving unevenly, suggesting that scaling and optimization approaches to AGI development alone may be insufficient to overcome fundamental architectural limitations in achieving balanced, human-like general intelligence.
- Abstract（参考訳）: 人工知能の追求は、狭いタスク性能を超えるモデルの認知能力を評価するための堅牢な方法を必要とする。
本稿では、生成AIの認知的プロファイルを評価し、それらを人間の規範と比較し、世代間での進化を追跡するための心理測定フレームワークを提案する。
Wechsler Adult Intelligence Scale によるタスクを用いたマルチモーダルモデルの初期評価では、言語理解と作業記憶におけるニアシーリング性能 (>98^{\text{th}}$%ile) と知覚的推論におけるニアフロア性能 ((<$1^{\text{st}}$%ile) とを比較した、極めて不均一な認知アーキテクチャが明らかにされた。
そこで我々はAIQベンチマーク(Artificial Intelligence Quotient)を開発し,それを6世代2つのモデルファミリーに適用し,有意だが非対称な性能向上を示した。
抽象的量的推論は、視覚的に類似した形式に比較して言語的に比較すると、はるかに急速に成熟し、言語に基づく記号操作に対するアーキテクチャ的バイアスが示される。
抽象的な視覚的推論は改善されたが、視覚的知覚的組織はほとんど停滞していた。
これらの知見は、生成モデルの認知能力が不均一に進化していることを示し、AGI開発へのスケーリングと最適化アプローチだけでは、バランスの取れた人間のような汎用知性を達成する上で、基本的なアーキテクチャ上の制限を克服するには不十分である可能性を示唆している。
関連論文リスト
- Mechanistic Decoding of Cognitive Constructs in Large Language Models [0.0]
本稿では,表現工学に基づく認知的リバースエンジニアリングフレームワークを提案する。
評価理論を部分空間化、回帰に基づく重み付け、双方向因果操りと組み合わせることで、2つの心理学的先駆者(妬み)を分離・定量化する。
また, 有害な情動状態が機械的に検出され, 外科的に抑制される可能性を示し, マルチエージェント環境におけるAIの安全性に対する表現的モニタリングと介入への道のりが示唆された。
論文 参考訳（メタデータ） (2026-04-16T03:54:03Z) - Monotropic Artificial Intelligence: Toward a Cognitive Taxonomy of Domain-Specialized Language Models [0.0]
我々は、厳格な特殊化は制限ではなく、安全クリティカルなアプリケーションに対して異なる利点を持つ代替の認知アーキテクチャであると主張する。
我々の枠組みは、人工知能がAI研究の唯一の正統な願望を構成するという暗黙の仮定に挑戦する。
論文 参考訳（メタデータ） (2026-02-27T22:30:03Z) - Reasoning Models Generate Societies of Thought [9.112083442162671]
マルチエージェントのような相互作用をシミュレートすることで、推論が強化されることが示される。
DeepSeek-R1 や QwQ-32B のような推論モデルは、命令調整モデルよりもはるかに視点の多様性を示す。
論文 参考訳（メタデータ） (2026-01-15T19:52:33Z) - Cognitive Foundations for Reasoning and Their Manifestation in LLMs [63.12951576410617]
大規模言語モデル(LLM)は複雑な問題を解くが、単純な変種では失敗し、人間の推論と根本的に異なるメカニズムによって正しい出力を達成することを示唆している。
我々は認知科学研究を、推論不変量、メタ認知制御、推論と知識の組織化のための表現、変換操作にまたがる28の認知要素の分類学に合成する。
複雑な問題に対して66.7%の性能向上を図り、成功構造を自動的に把握するテストタイム推論ガイダンスを開発した。
論文 参考訳（メタデータ） (2025-11-20T18:59:00Z) - Can Language Models Learn to Skip Steps? [59.84848399905409]
我々は推論においてステップをスキップする能力について研究する。
効率を高めたり認知負荷を減らすためのステップをスキップする人間とは異なり、モデルはそのようなモチベーションを持っていない。
私たちの研究は、人間のようなステップスキッピング能力に関する最初の調査である。
論文 参考訳（メタデータ） (2024-11-04T07:10:24Z) - The Cognitive Capabilities of Generative AI: A Comparative Analysis with Human Benchmarks [17.5336703613751]
本研究は、ウェクスラー成人インテリジェンス尺度(WAIS-IV)における大規模言語モデルと視覚言語モデルと人間のパフォーマンスに対するベンチマークである。
ほとんどのモデルは、文字や数字の任意のシーケンスのようなトークンの保存、検索、操作において例外的な機能を示した。
これらの長所にもかかわらず、我々はマルチモーダルモデルから知覚推論指標(PRI)の性能が一貫して劣っていることを観察した。
論文 参考訳（メタデータ） (2024-10-09T19:22:26Z) - Quality Assessment for AI Generated Images with Instruction Tuning [58.41087653543607]
我々はまず,AIGCIQA2023+と呼ばれるAIGIのための画像品質評価(IQA)データベースを構築した。
本稿では,AIGIに対する人間の嗜好を評価するためのMINT-IQAモデルを提案する。
論文 参考訳（メタデータ） (2024-05-12T17:45:11Z) - Integration of cognitive tasks into artificial general intelligence test
for large models [54.72053150920186]
我々は、認知科学にインスパイアされた人工知能(AGI)テストの包括的な枠組みを提唱する。
認知科学に触発されたAGIテストは、結晶化インテリジェンス、流体インテリジェンス、社会インテリジェンス、エンボディドインテリジェンスを含む、すべてのインテリジェンスファセットを含んでいる。
論文 参考訳（メタデータ） (2024-02-04T15:50:42Z) - 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) - Beyond Interpretable Benchmarks: Contextual Learning through Cognitive
and Multimodal Perception [0.0]
この研究は、チューリングテストがコンピュータシステムを人為的に形作る試みであると誤解されていることを主張する。
通訳性に欠けるにもかかわらず、汎用知能の基盤として暗黙の学習を強調している。
論文 参考訳（メタデータ） (2022-12-04T08:30:04Z) - WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。
そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
論文 参考訳（メタデータ） (2021-10-27T12:25:21Z)
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。