arXiv · cs.AI · Jacob Russin, Joonhwa Kim, Ellie Pavlick, Michael J. Frank · 10 小时前模型评分54
研究区分人类与神经网络的几何推理和代数推理策略
Geometric and algebraic inference in humans and neural networks
导读
研究提出几何推理与代数推理两种策略，并在传递性推理任务中观察到二者相反的特征。几何策略通过逐步塑造表征几何来反映关系结构，使后续推理成本更低；代数策略灵活关注上下文中的新关系，但推理时需要额外计算。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “Here, we formalize these strategies, which we term geometric and algebraic inference, and study their computational tradeoffs in humans and neural networks.”
来源：arXiv · cs.AI · arxiv.org