执行功能：基于后见之明摘要对感知进行重采样与重标记的对比价值策略？
计算与语言
2022-04-28 v1
摘要
我们从基本原理出发开发了少样本持续学习任务，并假设了执行功能的演化动机与作用机制，将其视为一种对比价值策略，该策略通过后见之明摘要对感知数据进行重采样与重标记，以最小化所关注的预测误差，这类似于一个在线提示工程问题。这通过使用记忆策略和带有学习文法归纳偏置的预训练网络而变得可行，并被训练以最大化演化生存。我们展示了这种执行功能模型如何将假设检验作为意识流来实现，并可能解释人类少样本学习与神经解剖学上的观察结果。
引用
@article{arxiv.2204.12639,
title = {Executive Function: A Contrastive Value Policy for Resampling and Relabeling Perceptions via Hindsight Summarization?},
author = {Chris Lengerich and Ben Lengerich},
journal= {arXiv preprint arXiv:2204.12639},
year = {2022}
}
备注
The authors also thank MeiMei the golden retriever for insightful collaboration, in particular, sampling contrastive data on human vs. dog hindsight summarization