研究揭示人类与神经网络推理的两种策略

Jacob Russin 等作者发表论文，将人类推理形式化为几何策略与代数策略，并在传递性推理任务中比较人类、从头训练的神经网络和 LLM。论文称，关系熟悉时几何策略占优，需在上下文中做全新推理时代数策略出现；几何策略通过逐步塑造表征几何结构让后续推理变廉价，代数策略则灵活关注上下文新关系但需额外计算。 对神经网络的因果干预显示，两种策略分别依赖表征几何与选择性注意机制，并复现了人类类似神经生物学损伤的影响。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。