인공지능 및 기계학습

התחברות

תובנה - 인공지능 및 기계학습

대형 언어 모델은 인간과 유사한 행동을 보이지만, 그 근본적인 메커니즘은 데이터 기반의 통계적 접근이며 인간의 인지 과정과는 다르다.

OpenAI-o1 모델은 기능주의, 의식 이론, 능동 추론, AI 아키텍처의 통합을 통해 의식 유사 특성을 보일 수 있다.

공장 운영자와 관리자는 인지 보조 도구를 통한 지식 공유에 대해 다양한 기회, 과제 및 위험을 인식하고 있다.

LLM을 통한 연구 참여자 시뮬레이션은 참여자의 동의와 주체성을 침해하고, 지역사회 관점의 배제를 초래할 수 있으며, 질적 연구 방법론의 근간을 위협할 수 있다.

의도 인식 정책 그래프를 통해 에이전트의 행동을 설명하고 이해할 수 있는 방법을 제안한다. 이를 통해 에이전트의 행동을 설명할 수 있는 "무엇을", "어떻게", "왜"에 대한 답변을 제공한다.

LLM 에이전트의 환각 속성을 활용하여 인간의 인지 편향을 반영함으로써 LLM 에이전트의 사회 지능을 이해할 수 있다.

시각적 작업 공간을 활용하면 LLM 요약 생성 결과를 사용자의 의도와 더 잘 일치시킬 수 있다.

HAICOSYSTEM은 AI 에이전트와 인간 사용자 간 다양한 상호작용 시나리오에서 AI 에이전트의 안전성 위험을 종합적으로 평가하는 프레임워크이다.

9세 아동이 ChatGPT보다 중국어 작문에서 감정 표현이 더 강력하다는 것을 보여주었다.

대형 언어 모델은 인간 유아와 유사한 수준의 억제 통제 능력을 가지고 있어, 이전에 학습한 단순한 패턴에 의해 영향을 받아 새로운 상황에서 올바른 추론을 하지 못한다.

אודות

מוצרים

מידע נוסף