PulseAugur
中
实时 10:50:19
English(EN) Reward Valuation in Vision Language Models: Causal Mechanisms Underlying Anhedonia

AI模型在奖励评估回路受扰时表现出类似人类的快感缺失

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的框架来评估视觉语言模型中的奖励评估，并将其与人类的快感缺失和动机缺陷进行比较。通过调整用于重度抑郁症的临床测试，他们识别并扰乱了这些AI模型中的奖励预期单元。研究发现，破坏这些单元会导致模型偏好低努力、低回报的选择，模仿快感缺失的症状，而不会损害其一般任务能力。这项工作揭示了AI中功能性的奖励评估回路，与人类观察到的回路非常相似。 AI

影响 这项研究可能带来能够更好地理解和响应人类情绪和动机状态的AI系统，从而改善人机交互和治疗应用。

排序理由 学术论文，详细介绍了AI模型行为的新研究发现。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI模型在奖励评估回路受扰时表现出类似人类的快感缺失

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Melika Honarmand, Samin Mahdipour Aghabagher, Martin Schrimpf ·

    Reward Valuation in Vision Language Models: Causal Mechanisms Underlying Anhedonia

    arXiv:2607.06626v1 Announce Type: new Abstract: Recent Vision-Language Models capture increasingly complex aspects of human cognition. Here we ask whether this alignment extends to reward valuation, which we assess in a mechanistic framework built on clinical tests that were deve…

相关实体

相关话题