
Menschen können Funktionen effizient lernen und komponieren, um neue Generalisierungen zu schaffen, während neuronale Netzwerke ähnliche Fähigkeiten durch metakognitives Lernen entwickeln können.


coremsg

menschliche-und-maschinelle-fähigkeiten-zur-komposition-von-funktionen


Menschliche und maschinelle Fähigkeiten zur Komposition von Funktionen


title_rewrite


Große Sprachmodelle (LLMs) zeigen bei der Lösung visueller Analogien ähnliche Fehlertypen wie junge Kinder, insbesondere das Kopieren von Eingabematrizen. Im Vergleich zu Menschen machen LLMs häufiger Fehler, die auf einfachen Matrixkombinationen basieren, aber seltener konzeptbasierte Fehler.


wie-gut-lösen-große-sprachmodelle-visuelle-analogien-im-vergleich-zu-menschen-


Wie gut lösen Große Sprachmodelle visuelle Analogien im Vergleich zu Menschen?
