본문으로 건너뛰기

인간과 큰 언어 모델의 모임을 위한 적대적 사회적 지식론

AI 자동 생성

본 논문에서는 대규모 언어 모델(LLM)을 포함한 밀접한 상호작용을 통해 의사소통하는 환경에서 공공 선언이 증거, 추론, institutions, 그리고 묵시적인 신뢰를 통해 체계화된 체인으로 지원되는 사회적 지식론을 제시한다. 이러한 환경에서 agent는 사적인, 명성, 연설, 물질적 이익을 위해 정보를 왜곡, 색칠, 누락, 조작, 또는 전략적으로 정보를 특정하지 않도록 유도하는 유인이 있고 affordances가 있다. 우리는 이러한 현상이 epistemic bubble, echo chamber, misinformation diffusion와 같은 친숙한 설명으로 충분히 설명되지 않는다. 이러한 현상이 설명되는 것은 communicative agent가 일반적으로 체계화된 선언을 신뢰할 수 있는 의무와 권한을 착용하는 것을 이용하는 것이다. 우리는 이러한 분석을 제공하는 언어, 체계화된 공공 의사소통에서 신뢰를 훼손하는 기계를 제공하고, inferential chain의 감사 가능성을 훼손하는 것을 이용한 auditability를 훼손하는 trust breach를 감시하고 보상하는 기계를 제공한다. 이 기계는 assertion을 해석하기 위해 inferential semantics를 사용한 epistemic network를 풍부하게 한다.

원문 보기 arXiv AI

함께 읽으면 좋은 기사

연구 3일 전

스트로크 위험도 예측을 위한 새로운 AI 기술: MedGate-Fusion

스트로크 위험도를 예측하는 것은 원치 않는 병력이 발생하기 전에 중요한 역할을 합니다. 그러나 이 과제는 의사들이 주기적으로 기록하는 생리학적 바이오마커와 비구조적인 의료 기록의 사이에 분산되어 있는 초기 위험 신호를 식별하는 어려움으로 인해 힘들어집니다. MedGate-Fusion은 이러한 문제를 해결하기 위해 처음 만나는 의료 기록의 의미론적 이야기와 10개의 정기적으로 기록된 위험 표시자를 통합하는 멀티 모달 게이트 아키텍처를 제안합니다. 이 아키텍처는 대규모 언어 모델(LLM)과 같은 기존의 AI 기술을 사용하여 의료 기록의 의미를 추출하고 생리학적 바이오마커의 정보를 통합하여 스트로크 위험도를 예측합니다.

연구 3일 전

기존의 전제 조건자들이 생의학 표준 표 데이터 학습을 개선하는가? 표준 표 데이터 학습 최적화에 대한 실증 연구

최근 구조화된 생물학적 데이터 분석에 있어서 표준화된 기초 모델(tabular foundation model)이 강력한 잠재력을 보인다. 그 중 하나인 TabPFN은 낮은 데이터 표준화 분류 작업에서 효과적인 접근 방식으로 나타났지만, 최적화 및 조건화 전략의 생물학적 세부 튜닝에 대한 영향은 여전히 크게 연구되지 않았다. 본 연구에서, 우리는 59 개의 생물학적 데이터셋(Alzheimer'

연구 6일 전

SAS 비전 트랜스폼러에 기반한 강화된 대비 학습

아티클 번호: 2609.21061v1 발표 유형: 새로운 개요: 합성 어레이 소나(SAS)를 사용하는 자동 목표 식별(AUTR)은 고급 해군 기능을 지원하지만, 깊은 학습은 희소한 목표 이미지를, 배경 잡음 및 인간의 평가를 제한한다. 우리는 바다 속 SAS AUTR을 위한 DINOv3 비전 트랜스포머(ViT) 모델을 3단계의 매개 변수 효율적인 프레임워크로 적응시킨다. 단계 1은 ViT 백

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.