概念表征是否需要具身？来自大语言模型的启示
计算与语言
2023-12-04 v3
摘要
语言本身在多大程度上能产生复杂概念，还是具身经验必不可少？大语言模型（LLMs）的最新进展为这一问题提供了新视角。尽管 LLMs 仅在受限模态上训练，它们在多种心理学任务中表现出类人性能。我们的研究在人类与 ChatGPTs（GPT-3.5 和 GPT-4）之间比较了 4,442 个词汇概念的表征，涵盖多个维度，包括五个关键领域：情感、显著性、心理可视化、感觉和运动经验。我们确定了两个主要发现：1）两种模型在非感觉运动领域与人类表征高度一致，但在感觉和运动领域滞后，且 GPT-4 优于 GPT-3.5；2）GPT-4 的提升与其额外的视觉学习相关，这似乎也惠及触觉和意象性等相关维度。这些结果凸显了孤立语言的局限性，以及多模态输入整合可带来更类人的概念表征。
引用
@article{arxiv.2305.19103,
title = {Does Conceptual Representation Require Embodiment? Insights From Large Language Models},
author = {Qihui Xu and Yingying Peng and Samuel A. Nastase and Martin Chodorow and Minghua Wu and Ping Li},
journal= {arXiv preprint arXiv:2305.19103},
year = {2023}
}