هوش مصنوعی
چارچوبی برای سنجش پروفایل‌های رفتاری در شبیه‌سازی انسان با مدل‌های زبانی
پژوهشگران روشی پیشنهاد کرده‌اند که ویژگی‌های مفید برای پیش‌بینی رفتار را از داده‌های آزمایش‌های انسانی انتخاب می‌کند؛ چکیدهٔ در دسترس، نتیجهٔ ارزیابی روی شرکت‌کنندگان تازه را کامل نمی‌کند.
پژوهشی تازه در arXiv چارچوبی برای ساخت و ارزیابی پروفایل‌های رفتاری در شبیه‌سازی رفتار انسان با مدل‌های زبانی بزرگ معرفی می‌کند. مسئلهٔ محوری این است که وقتی طراحی آزمایش تغییر می‌کند، چه توصیف‌هایی از افراد به پیش‌بینی بهتر رفتارشان کمک می‌کند.
در این روش، پژوهشگران با تکیه بر ادبیات علمی فهرستی از ویژگی‌های رفتاری احتمالی می‌سازند و پروفایل‌ها را از آزمایش‌های انسانی پیشین استخراج می‌کنند. یک مدل زبانی با استفاده از کنش‌ها، پیام‌ها و پاسخ‌های نظرسنجی، مقادیر ویژگی‌های هر پروفایل را تعیین می‌کند؛ مدلی جداگانه نیز بر اساس همان پروفایل‌ها رفتار را شبیه‌سازی می‌کند.
سپس خروجی‌های شبیه‌سازی‌شده با نتایج مشاهده‌شده در داده‌های آموزشی مقایسه می‌شوند. پژوهشگران با روشی به نام انتخاب پیش‌روندهٔ ویژگی، ویژگی‌ها را یکی‌یکی می‌افزایند و آن‌هایی را نگه می‌دارند که پیش‌بینی را بهبود می‌دهند. در مرحلهٔ ارزیابی، محتوای انتخاب‌شده بدون تغییر برای سنجش نتایج شرکت‌کنندگان جدید به کار می‌رود؛ اما چکیدهٔ ارائه‌شده جزئیات نتایج این ارزیابی را بیان نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده