論文の概要: The Concept of Representation in ML: Beyond Plato and Aristotle

• arxiv url: http://arxiv.org/abs/2607.17800v1
• Date: Mon, 20 Jul 2026 10:35:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.593692
• Title: The Concept of Representation in ML: Beyond Plato and Aristotle
• Title（参考訳）: MLにおける表現の概念:プラトンとアリストテレスを越えて
• Authors: Gilad Landau, Aviv Keren,
• Abstract要約: 我々は、異なるAIモデルにまたがる表現特性の収束に関する最近の主張は、現実の統一された構造によって駆動されていると論じる。 特に、この収束が現実の統一的な構造によって引き起こされるように、プラトン表現仮説(The Platonic Representation hypothesis)で展開された議論を評価する。 これらの哲学的資源は、このような主張に何があるのかを明確にし、なぜアライメントエビデンスだけでは強力なメタ物理的な結論が得られないのかを説明し、将来の研究の方向性を提案することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Representation is a central concept in modern machine learning, where it usually refers to internal encodings that support learning and generalization. As models scale and their capabilities become increasingly human-level, this representational language sometimes shifts from an engineering context into the more philosophically loaded domain of mental representation. We argue that this is the case for recent claims about the convergence of representational properties across different AI models. In particular, we assess the arguments developed in The Platonic Representation Hypothesis, according to which this convergence is driven by a unified structure of reality. We examine this claim by introducing arguments and ideas from debates about mental representation in the philosophy of mind. We argue that these philosophical resources can clarify what is at stake in such claims, explain why alignment evidence alone is insufficient for strong metaphysical conclusions, and suggest directions for future research.
• Abstract（参考訳）: 表現は現代の機械学習において中心的な概念であり、通常は学習と一般化をサポートする内部エンコーディングを指す。 モデルがスケールし、その能力がますます人間レベルになるにつれて、この表現言語はエンジニアリングの文脈からより哲学的にロードされた心的表現領域へとシフトすることがある。 我々は、異なるAIモデルにまたがる表現特性の収束に関する最近の主張に対して、これが当てはまると論じている。 特に、この収束が現実の統一的な構造によって引き起こされるように、プラトン表現仮説(The Platonic Representation hypothesis)で展開された議論を評価する。 我々は、心の哲学における心的表現に関する議論から議論や考えを導入することにより、この主張を検証する。 これらの哲学的資源は、このような主張に何があるのかを明確にし、なぜアライメントエビデンスだけでは強力なメタ物理的な結論が得られないのかを説明し、将来の研究の方向性を提案することができる。

関連論文リスト

• Epistemoverse: Toward an AI-Driven Knowledge Metaverse for Intellectual Heritage Preservation [0.0]
  我々は、シントロピックカウンタポイントプロジェクトのインタラクティブアートインスタレーションにおいて、AIを再導入した哲学者が生み出す真正の哲学的議論を分析した。 本稿では,人間と機械の認知が相互に交わって,AIによるインタラクションを通じて知的遺産を保存,再解釈,拡張する知識のメタバースであるエピステモバースの概念を提案する。
  論文  参考訳（メタデータ） (2025-12-13T06:18:50Z)
• 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)
• A Complexity-Based Theory of Compositionality [53.025566128892066]
  AIでは、構成表現は配布外一般化の強力な形式を可能にすることができる。 ここでは、構成性に関する直観を考慮し、拡張する、表現的構成性と呼ばれる定義を提案する。 私たちは、AIと認知科学の両方において、文学全体から異なる直観を統一する方法を示します。
  論文  参考訳（メタデータ） (2024-10-18T18:37:27Z)
• Understanding XAI Through the Philosopher's Lens: A Historical Perspective [5.839350214184222]
  論理的帰納的モデルから統計的説明モデルまで,両領域で段階的に進行したことを示す。 同様の概念は、例えば、説明と理解の関係と実用的要因の重要性の両方に独立して現れている。
  論文  参考訳（メタデータ） (2024-07-26T14:44:49Z)
• Conceptual and Unbiased Reasoning in Language Models [98.90677711523645]
  本稿では,抽象的質問に対する概念的推論をモデルに強制する,新しい概念化フレームワークを提案する。 既存の大規模言語モデルは概念的推論では不足しており、様々なベンチマークでは9%から28%に低下している。 ハイレベルな抽象的推論が不偏で一般化可能な意思決定の鍵となるので、モデルがどのように改善できるかについて議論する。
  論文  参考訳（メタデータ） (2024-03-30T00:53:53Z)
• On the Computation of Meaning, Language Models and Incomprehensible Horrors [0.0]
  我々は、意味の基本理論を、人工知能(AGI)の数学的形式主義と統合する。 我々の発見は、意味と知性の関係と、意味を理解して意図する機械を構築する方法に光を当てた。
  論文  参考訳（メタデータ） (2023-04-25T09:41:00Z)
• What does it mean to represent? Mental representations as falsifiable memory patterns [8.430851504111585]
  我々は、因果的および遠隔的アプローチは表現の十分な説明を提供していないと論じる。 我々は、どの表現が世界の推論された潜在構造に対応するかという選択肢をスケッチする。 これらの構造は客観的に特定の特性を持つと考えられており、予期せぬ事象の計画、予測、検出を可能にしている。
  論文  参考訳（メタデータ） (2022-03-06T12:52:42Z)
• Formalising Concepts as Grounded Abstractions [68.24080871981869]
  このレポートは、表現学習が生データから概念を誘導する方法を示しています。 このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
  論文  参考訳（メタデータ） (2021-01-13T15:22:01Z)

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。