研究人员开发了十四个基础模型，参数量从 1.35 亿到 140 亿不等，这些模型在 Psych-101 数据集上进行了训练，该数据集包含来自 160 项实验的 1070 万个试验级选择。研究发现，虽然模型规模对分布内性能影响甚微，但较大的模型在分布外的新任务结构上表现出更强的泛化能力。诊断测试显示，模型严重依赖任务指令、实验刺激和结果反馈，当这些通道被屏蔽时，性能会显著下降。 AI
影响 这项研究为基础模型在认知科学中的规模特性和泛化能力提供了见解，可能为未来的模型开发提供信息。
排序理由 该集群包含一篇学术论文，详细介绍了在心理学数据集上训练和评估基础模型的情况。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
