English(EN) Visual Similarity in Adult Word Extension and Artificial Word Learning

视觉相似性影响成人和人工智能的学习

作者 PulseAugur 编辑部 · [1 个来源] · 2026-11-11 05:00

研究人员探讨了视觉相似性如何在成人和人工学习者中影响词语扩展。一项重新分析成人词语扩展数据的研究发现，物体之间的视觉距离与词语扩展相关，教学示例的构成显著影响了泛化。在使用 DINOv2 视觉编码器的人工学习者中，随着物体类别之间视觉距离的增加，词语学习的准确性会下降。虽然编码器的距离与人类的相似性测量相关，但这种匹配并未完全预测学习者的难度。 AI

影响这项研究为视觉相似性如何影响语言习得提供了见解，可能为开发更强大的 AI 语言模型提供信息。

排序理由该条目是发表在 arXiv 上的学术论文，详细介绍了研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 36 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是发表在 arXiv 上的学术论文，详细介绍了研究结果。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Patricio M. Vera · 2026-11-11 05:00

成人词语扩展和人工词语学习中的视觉相似性

arXiv:2611.14116v1 Announce Type: cross Abstract: When two objects share a name, how much does their visual similarity explain, and what do the teaching examples add? First, we reanalyzed trial-level data from a large adult word-extension study (Lewis & Frank, 2018), computing ea…

本文如何被排名

报道来源 [1]

成人词语扩展和人工词语学习中的视觉相似性

相关实体

相关话题