跳到正文
arXiv cs.CL· Maxime Toquebiau, J\'er\^ome Botoko Ekila, Paul Van Eecke, Katrien Beuls·· 10 小时前AI 评分31

文化演化驱动神经涌现通信中惯例的形成

Cultural Evolution Drives the Emergence of Conventions in Neural Emergent Communication

AI 导读

研究提出一种新模型,以完全分布式方式训练双向神经智能体群体解决指称游戏,从而研究语言如何通过文化演化涌现。该模型在多个图像数据集上验证有效,可扩展至大规模群体,并发现越常规的语言越易学习,为文化传递带来直接优势。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:近期关于神经智能体语言演化的研究通常采用这样的模型:智能体只能说话或只能倾听,种群中只有两个智能体,或者智能体之间可以共享内部表征。这些选择阻碍了研究语言如何通过文化演化产生,即通过个体行为的累积适应来满足群体的交流需求。我们用一个新模型来解决这个问题,该模型以完全分布式的方式训练双向神经智能体种群来解决指称游戏。我们在多个图像数据集上证明了该方法的有效性,并表明它能够扩展到大规模种群。我们还表明,更常规的语言更容易学习,这为文化传播提供了直接优势。总体而言,这项工作为神经涌现通信提供了一种新方法,为演化语言学开辟了新方向。
主题: 神经与演化计算(cs.NE);计算与语言(cs.CL);多智能体系统(cs.MA)
引用为: arXiv:2611.00006 [cs.NE]
  (或 arXiv:2611.00006v2 [cs.NE] 为此版本)
  https://doi.org/10.48550/arXiv.2611.00006

由 DataCite 颁发的 arXiv DOI

期刊 参考: Proceedings of the 2026 Conference on Empirical Methods in Natural Language Processing, p32202-32223
相关 DOI: https://doi.org/10.18653/2026.emnlp-main.1410

链接到相关资源的 DOI

提交历史

来自:Maxime Toquebiau PhD [查看电子邮件]
[v1] 2026年8月24日星期一 15:26:33 UTC(905 KB)
[v2] 2026年11月3日星期二 10:10:27 UTC(913 KB)

来源:arXiv cs.CL · arxiv.org