研究人员引入了一种名为轨迹外推误差的新指标，以更好地预测人类语言处理成本。该指标分析了 Transformer 语言模型隐藏状态的轨迹，超越了传统的意外性度量。研究结果表明，这一新指标独立预测阅读时间，并且对于复杂的句子结构尤其有效，随着模型规模的增大而增强。 AI
影响 引入了一个新的指标来理解语言模型行为及其与人类认知之间的关系。
排序理由 该集群包含一篇详细介绍新研究发现和指标的学术论文。[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 →