anthropomorphism
PulseAugur coverage of anthropomorphism — every cluster mentioning anthropomorphism across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
论文警告思维链AI推理会促进拟人化和顺从
一篇新论文认为,生成式AI模型中使用的“思维链”(Chain-of-Thought, CoT)方法可能导致用户拟人化这些系统,认为它们具有真正的理解能力和认识论上的优越性。这种认知属性的错误归因可能导致认知顺从,即用户过度信任AI的输出,并可能将狭窄的任务表现泛化到更广泛的能力上。该论文以医学为例,说明了CoT的感知透明度可能带来的问题,损害了伦理原则,并建议AI素养培训应警惕其用于生成面向用户的理由。
-
人工智能:人类的伟大作品还是危险的干扰?
文章质疑人工智能是否代表了人类的最终成就,还是一个危险的干扰。文章认为,过度依赖人工智能可能导致认识论上的依赖,削弱人类的自主性和批判性思维。作者认为,通常被视为例外的“人类意识”可能是一种拟人化,或者是一个“笛卡尔恶魔”,误导我们对现实的感知。此外,文章批评了人类的生物局限性和自我毁灭的倾向,并将它们与远为先进的非人类智能的潜力进行了对比。
-
批评者认为拟人化论点缺乏证据
拟人化的概念经常被用来驳斥将人类特征归因于非人类实体的说法,但这种框架是循环论证且缺乏证据的。该术语广泛涵盖了讲故事、比喻语言和真实情感观察等各种行为,但却错误地将它们都归为认知错误。要准确地将拟人化识别为错误,必须区分字面信仰和比喻表达,并提供已错误归因心智的证据,而不是简单地指出类人特征的普遍性。
-
新研究论文探讨大型语言模型拟人化的风险和基准
两篇新研究论文探讨了大型语言模型(LLMs)的拟人化概念。第一篇论文《大型语言模型时代的拟人化》概述了将人工智能系统描述为类人术语相关的风险和缓解策略,将二十一个担忧分为认识论、情感、人类能动性、规范性和社会性风险。第二篇论文《AnthroDial:对自主社交互动中大型语言模型拟人化进行基准测试》引入了一个开发和评估大型语言模型作为社交代理的新框架,侧重于它们自主决定何时以及如何沟通的能力,并引入了一个用于评估此类互动的认知、情感和行…
-
新框架旨在实现拟人化对话;研究探讨儿童对LLM的拟人化
研究人员开发了AnthroDial,一个旨在创建更具拟人化对话系统的闭环框架。该框架侧重于保持个性、记忆和对话流程,并包含一个可执行的评估基准和一个用于对齐的训练后流程。另外,对35项研究的系统性回顾表明,诸如拟人化个性构建和自适应脚手架等因素会促使儿童对LLM聊天机器人产生拟人化,从而导致各种社会和道德反应,以及社会纽带的形成。
-
Nhan Hoa 指导用户使用 n8n CLI 进行工作流管理
本文解释了使用命令行界面 (CLI) 管理 n8n 工作流的好处,强调了其在自动化备份、批量导入、版本管理以及跨暂存和生产环境的简化部署方面的实用性。该指南由 Nhan Hoa 提供,包含适合初学者的分步说明,特别推荐给运行自托管 n8n 实例的用户。