儿童与机器的语言学习：人类语言的逻辑结构能否释放LLMs的潜能？
计算与语言
2025-02-25 v1 人工智能
摘要
我们认为，人类语言学习的进行方式在本质上不同于当前训练LLMs的方法，并预测两者在学习偏向上存在差异。随后，我们以LLMs的德语复数构词为例提供了证据，证实了我们的假设：即使是极其强大的模型实现，其产生的结果也会遗漏语言中固有的某些逻辑，而人类处理这些逻辑则毫无困难。我们得出结论，关注人类语言与人工神经网络的不同结构可能是提升LLM性能的一条途径。
引用
@article{arxiv.2502.17304,
title = {Child vs. machine language learning: Can the logical structure of human language unleash LLMs?},
author = {Uli Sauerland and Celia Matthaei and Felix Salfner},
journal= {arXiv preprint arXiv:2502.17304},
year = {2025}
}
备注
ISCA/ITG Workshop on Diversity in Large Speech and Language Models