Fugu-MT 論文翻訳(概要): LLMs and the ZPD

論文の概要: LLMs and the ZPD

arxiv url: http://arxiv.org/abs/2605.12016v1
Date: Tue, 12 May 2026 12:04:35 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-13 21:48:56.840214
Title: LLMs and the ZPD
Title（参考訳）: LLMとZPD
Authors: Peter Wallis,
Abstract要約: 100年前、ヴィゴツキーと彼のサークルは意識の性質を探求していた。彼らは、子どもたちが大人と対話することで「科学的思考」を発達させると結論付けた。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: One hundred years ago Vygotsky and his circle were exploring the nature of consciousness and defining what would become psychology in the Soviet Union. They concluded that children develop "scientific thinking" through interacting with enculturated adults in Zones of Proximal Development or ZPDs. The proposal is that, contrary to the claims of some, the LLM mechanism is not doing thinking with "distributed representations," but rather the completion model is doing "primitive thinking" in terms of *practices*. Viewed from this perspective, it would seem our large language models don't hallucinate, but rather dream, and that what is needed is not "guard rails" but an investigation of the set of cognitive tools that enable us to do things that look like common-sense. The proposal here is that *interaction* is core to human communication rather than just an add-on to "real" understanding.
Abstract（参考訳）: 100年前、ヴィゴツキーと彼のサークルは、意識の本質を探求し、ソ連で何が心理学になるかを定義していた。彼らは、子どもたちが近縁開発ゾーン(ZPDs)の教育を受けた大人と対話することで「科学的思考」を発達させると結論付けた。提案では、一部の主張とは対照的に、LLM機構は「分散表現」で思考を行うのではなく、むしろ完了モデルが*実践的*という観点で「原始的思考」を行うことである。この視点から見れば、私たちの大きな言語モデルは幻覚ではなく夢のようだし、必要なものは"ガードレール"ではなく、常識のように見えることを可能にする一連の認知ツールの調査である。ここでの提案は、*対話*は人間のコミュニケーションの中核であり、“本当の”理解のためのアドオンではない、ということです。

関連論文リスト

LLMorphism: When humans come to see themselves as language models [0.0]
会話型LLMの台頭は、このバイアスを心理学的に利用しやすくするかもしれないと私は主張する。私は、LLMorphismを機械的同型、人文的同型、計算主義、非人間化、客観化、心の予測処理理論と区別する。問題は、マシンに多くの心をゆがめているかどうかだけでなく、人間にあまりに小さな心を持つようになったかどうかだ、と私は結論付けます。
論文参考訳（メタデータ） (2026-05-06T20:27:15Z)
KidVis: Do Multimodal Large Language Models Possess the Visual Perceptual Capabilities of a 6-Year-Old? [79.27736230305516]
人間の視覚発達理論に基づく新しいベンチマークであるKidVisを紹介する。人間の生理的ベースラインに対する20の最先端MLLMを評価すると、パフォーマンスの相違が明らかになる。この研究は、現在のMLLMは、彼らの推論能力にもかかわらず、一般化された視覚知能に必要な生理的知覚的プリミティブが欠如していることを確認する。
論文参考訳（メタデータ） (2026-01-13T07:32:50Z)
Beyond Hallucinations: The Illusion of Understanding in Large Language Models [0.0]
大規模言語モデル(LLM)は、人間のコミュニケーションや意思決定に深く浸透している。彼らはあいまいさ、偏見、言語自体に固有の真理への直接アクセスの欠如を継承する。本稿は,LLMがシステム1認知を大規模に運用する,高速,連想的,説得的だが,反射やファルシフィケーションは行わない,と論じる。
論文参考訳（メタデータ） (2025-10-16T13:19:44Z)
Self-Rewarding Vision-Language Model via Reasoning Decomposition [49.784411666601905]
VLM(Vision-Language Models)はしばしば視覚幻覚に悩まされ、実際に画像にないものや言語ショートカットが語られる。本稿では,外部視覚監督に頼らずに視覚推論を改善する自己回帰手法であるVision-SR1を紹介する。我々の実験は、Vision-SR1が視覚的推論を改善し、視覚幻覚を緩和し、言語ショートカットへの依存を減らすことを示した。
論文参考訳（メタデータ） (2025-08-27T08:01:03Z)
On the Thinking-Language Modeling Gap in Large Language Models [68.83670974539108]
言語と思考のモデリングには大きなギャップがあることが示される。本稿では,このギャップを実証し緩和するために,Language-of-Thoughts (LoT) と呼ばれる新しいプロンプト手法を提案する。
論文参考訳（メタデータ） (2025-05-19T09:31:52Z)
Going Whole Hog: A Philosophical Defense of AI Cognition [0.0]
我々は、AI哲学における一般的な方法論に反対し、低レベルの計算の詳細に基づく開始点を拒絶する。認知状態の全スイートについて論じるために,我々は「ホリスティック・ネットワーク・アセスメント」を採用している。我々は、人間の概念的スキームを超えた「アリアン」コンテンツを有するLLMの可能性について推測することで結論付ける。
論文参考訳（メタデータ） (2025-04-18T11:36:25Z)
Purposefully Induced Psychosis (PIP): Embracing Hallucination as Imagination in Large Language Models [0.0]
大規模言語モデル(LLM)における幻覚は、広く誤りとみなされている。創造的あるいは探索的な文脈では、これらの「間違い」はイノベーションの予期せぬ道を表しているかもしれない。 PIP(Powposefully induced Psychosis)は,LLM幻覚を視覚的タスクに増幅する新しいアプローチである。
論文参考訳（メタデータ） (2025-04-16T12:13:02Z)
Revealing emergent human-like conceptual representations from language prediction [90.73285317321312]
大規模言語モデル(LLMs)は、人間らしい振る舞いを示すテキストの次のトーケン予測によってのみ訓練される。これらのモデルでは、概念は人間のものと似ていますか? LLMは、他の概念に関する文脈的手がかりに関連して、言語記述から柔軟に概念を導出できることがわかった。
論文参考訳（メタデータ） (2025-01-21T23:54:17Z)
Can a Hallucinating Model help in Reducing Human "Hallucination"? [2.3633885460047774]
本研究では,大言語モデル(LLMs)が,一般的な論理的落とし穴を検出する上で,平均的な人間をビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビビ本研究では,LLMを誤認識に対処するための手法を提案し,説得の心理的モデルに基づく。
論文参考訳（メタデータ） (2024-05-01T20:10:44Z)
What if...?: Thinking Counterfactual Keywords Helps to Mitigate Hallucination in Large Multi-modal Models [50.97705264224828]
大規模マルチモーダルモデルに反現実的思考を組み込む新しい手法である反現実的インセプションを提案する。我々は、より広い文脈のシーン理解にまたがる応答をモデルが関与し、生成することを目指している。オープンソースモデルとプロプライエタリモデルの両方を含む様々なLMMの包括的分析は、反事実的思考が幻覚を著しく減少させることを裏付ける。
論文参考訳（メタデータ） (2024-03-20T11:27:20Z)

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。