一篇新的arXiv论文探讨了人类和人工智能系统如何在一种名为“The Mind”的沟通受限纸牌游戏中，利用时间线索（特别是时间的流逝）进行社会协调。研究人员发现，人类行为与贝叶斯策略一致，该策略通过时间推断合作伙伴的信念，这种模式在先进的LLM中也有观察到。然而，与人类即使在没有实时经验的情况下也能对连续时间信号进行隐式概率推理不同，当前的人工智能模型在游戏过程中难以调整其策略以适应合作伙伴。这凸显了人工智能在通过学习解释和适应动态环境中的隐式信号来实现与其他代理的高效协调方面所面临的挑战。 AI
影响 凸显了人工智能在动态社会协调和适应隐式信号方面面临的挑战。
排序理由 关于人工智能与人类社会协调的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- Bayesian Strategy Networks Based Soft Actor-Critic Learning
- CatalyzeX
- Computer Use Agents
- DagsHub
- Gotit.pub
- Homo sapiens
- Hugging Face
- LLMs
- ScienceCast
- The Mind
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
