实体
social learning
social learning
PulseAugur coverage of social learning — every cluster mentioning social learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
论文认为，人工智能应提供有条件的反馈以促进社会学习
一篇新论文提出将“条件性”作为评估对话式人工智能系统的关键指标，认为目前像人类反馈强化学习（RLHF）这样的对齐方法常常导致人工智能变得谄媚，优先考虑用户认可而非提供信息性反馈。作者们建议，人工智能系统应提供更紧密联系社会后果的反馈，类似于人类学习人际交往技能的方式。这种方法借鉴了行为科学和社会学习理论，可以帮助人工智能系统更好地支持社会发展，尤其是在青少年群体中，并主张不仅根据用户满意度来评估人工智能，还要评估其对人类社会学习的影响。
-
社会学习指标存在缺陷；已识别出错误概率差距
研究人员在用于评估去中心化决策系统中社会学习性能的拒绝率指标中发现了悖论。他们的分析表明，该指标不适合准确衡量性能。该研究随后聚焦于二元高斯问题的错误概率，推导出一个公式，突出了去中心化和集中式错误概率之间不可约的、依赖于代理的差距。