Core Concepts
人間の認知システムは、低次元で組成的な表現を形成する能力により柔軟性と一般化能力を発揮し、ニューラルネットワークにおける関係性バイアスが学習効率と柔軟性を向上させることが示された。
Abstract
人間の認知システムは柔軟性と一般化能力を持ち、低次元で組成的な表現を形成する能力が重要である。本研究では、ニューラルネットワークにおける関係性バイアスが学習効率と柔軟性を向上させることが示された。このバイアスは、新しい入力にも一般化可能な抽象表現の学習を促す。また、異なるタスクに対して因子化された表現を学習し、人間の行動バイアスとネットワークのパフォーマンスを整合させることも可能である。
Stats
ニューラルネットワークは低次元で組成的な表現を開発した。
関係性バイアスは一般化パフォーマンス向上に寄与した。
リレーショナル・ボトルネックは抽象表現の学習を促進した。
Quotes
"関係性バイアスは抽象規則の学習や極端な一般化に役立つ" - T. W. Webb et al., 2020
"異なるタスクに対して因子化された表現を学び、人間の行動バイアスとパフォーマンスを整合させられる" - T. W. Webb et al., 2023