一项发表在arXiv上的新研究探讨了在创造性思维任务中，大型语言模型（LLMs）与人脑的对齐情况。研究人员使用了参与者执行“替代用途测试”（AUT）时的功能性磁共振成像（fMRI）数据，并分析了不同规模LLMs的表征。研究发现，大脑-LLM的对齐程度与模型规模以及生成想法的原创性呈正相关，尤其是在创造过程的早期阶段。此外，研究表明训练后目标会影响这种对齐，与针对创造性优化的模型相比，经过推理训练的变体展现出不同的模式。 AI
影响 表明大型语言模型的训练目标可以进行定制，以更好地与人类创造性神经过程对齐。
排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了在创造性任务中大型语言模型与人脑活动对齐的发现。[lever_c_demoted from research: ic=1 ai=1.0]
- Alternate Uses Task
- arXiv
- default mode network
- Frontoparietal networks involved in categorization and item working memory
- functional magnetic resonance imaging
- human brain
- large language models
- Llama 3.1 8B-Instruct
- Mete Ismayilzada
- Representational similarity analysis
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
