研究：与人类相比，LLM 在重复词语处理上表现出差异

一篇新的研究论文探讨了不同类型语言模型和人类如何处理重复的词语。基础大型语言模型（LLM）表现出自动处理，无论延迟或上下文移除如何，都能显示出持续的促进作用。相比之下，经过指令微调的 LLM 则表现出受控处理，促进作用会随着时间推移而衰减，甚至在更大规模下会反转为干扰。研究发现，在 Qwen 2.5 系列中，更大的模型会越来越多地改变重复处理。虽然人类表现出混合型特征，但两种类型的 LLM 都未能完全复制人类的认知过程。 AI

影响 揭示了 LLM 与人类在语言处理方式上的根本差异，表明训练后显著改变了模型的行为。

排序理由 该集群包含一篇详细介绍 LLM 处理结果的研究论文。[lever_c 降级自 research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• Homo sapiens
• Hugging Face
• Qwen 2.5
• Schneider
• Shiffrin

• 论文
• 模型发布

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