大きい

Aug 14, 2023

Nature Human Behaviour (2023)この記事を引用

1 オルトメトリック

メトリクスの詳細

類推推論は人間の知性の特徴であり、広範な演習を行わなくても新しい問題を柔軟に解決できるようになります。 幅広いテストを使用することで、大規模な人工知能言語モデルである GPT-3 が、人間のパフォーマンスに匹敵するレベルで難しい類推問題を解決できることを実証します。

これはサブスクリプション コンテンツのプレビューです。教育機関経由でアクセスできます

Nature およびその他の 54 の Nature Portfolio ジャーナルにアクセス

Nature+ を入手、最もお得なオンライン アクセス サブスクリプション

$29.99 / 30 日

いつでもキャンセル

このジャーナルを購読する

12 冊のデジタル号を受け取り、記事にオンラインでアクセスできます

年間 $119.00

1号あたりわずか9.92ドル

この記事をレンタルまたは購入する

価格は記事の種類によって異なります

$1.95から

$39.95まで

価格にはチェックアウト時に計算される地方税が適用される場合があります

Holyoak, KJ、オックスフォード思考と推論ハンドブック (Holyoak, KJ & Morrison, RG 編) 234–259 (Oxford Univ. Press、2012)。 類推推論に関する認知科学の研究を要約した本の章。

ブラウン、T.ら。 言語モデルは少数回の学習です。 アドバンスでは Neural Information Processing Systems 33 (Larochelle, H. et al. 編) 1877–1901 (Curran Associates、2020)。 本稿では、今回の研究で評価した AI システムである GPT-3 について説明します。

Raven、JC Progressive Matrices: A Perceptual Test of Intelligence、Individual Form (Lewis Raven、1938)。 問題解決スキルのテストとして一般的に使用される視覚的なアナロジーの問題セット。

レイク、BM et al. 人間のように学習し考える機械を構築します。 振る舞い。 脳科学。 40、E253 (2017)。 深層学習システムのいくつかの制限を特徴づけるレビューと視点。

論文 PubMed Google Scholar

Mitchell, M. 人工知能における抽象化と類推。 アン。 ニューヨークアカデミー。 科学。 1505、79–101 (2021)。 AI における類推推論に関する研究をまとめたレビュー。

論文 PubMed Google Scholar

Lu, H.、Ichien, N.、Holyoak, KJ 意味論的関係ネットワークによる確率的類推マッピング。 サイコル。 改訂 129、1078 (2022)。 深層学習と構造化推論操作を組み合わせた作品の例。

論文 PubMed Google Scholar

リファレンスをダウンロードする

発行者注記 Springer Nature は、発行された地図および所属機関の管轄権の主張に関して中立を保っています。

これは、Webb, T. et al. の要約です。 大規模な言語モデルにおける創発的な類推推論。 ナット。 ハム。 振る舞い。 https://doi.org/10.1038/s41562-023-01659-w (2023)。

転載と許可

大規模な AI 言語システムは、類推して推論する新たな能力を示します。 ナット・フム・ビヘイブ（2023）。 https://doi.org/10.1038/s41562-023-01671-0

引用をダウンロード

公開日: 2023 年 8 月 4 日

DOI: https://doi.org/10.1038/s41562-023-01671-0

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供