CogGPT：释放大语言模型上的认知动力学力量
计算与语言
2024-09-25 v2 人工智能
机器学习
摘要
认知动力学对于推动人类理解世界至关重要。大语言模型的最新进展揭示了其在认知模拟方面的潜力。然而，这些基于大语言模型的认知研究主要集中于静态建模，忽视了认知的动态本质。为弥合这一差距，我们受纵向研究启发，提出了大语言模型认知动力学的概念，并给出了相应的任务。针对该任务，我们开发了 CogBench，一个用于评估大语言模型认知动力学的新基准，并通过参与者调查对其进行了验证。我们还为 CogBench 设计了两个评估指标：真实性与合理性。认识到大语言模型固有的静态特性，我们为此任务引入了 CogGPT，其特点是采用了一种创新的迭代认知机制，旨在增强终身认知动力学。实证结果表明，CogGPT 优于现有方法，尤其是在持续信息流下促进角色特定认知动力学的能力方面表现突出。
引用
@article{arxiv.2401.08438,
title = {CogGPT: Unleashing the Power of Cognitive Dynamics on Large Language Models},
author = {Yaojia Lv and Haojie Pan and Zekun Wang and Jiafeng Liang and Yuanxing Liu and Ruiji Fu and Ming Liu and Zhongyuan Wang and Bing Qin},
journal= {arXiv preprint arXiv:2401.08438},
year = {2024}
}
备注
Accepted to EMNLP 2024 (Findings)