Bản in trước lớn vừa được phát hành! Chúng tôi so sánh cách mà con người và LLM đưa ra phán đoán qua bảy giai đoạn tri thức. Chúng tôi làm nổi bật bảy điểm rạn nứt, những điểm mà con người và LLM khác biệt cơ bản: Điểm rạn nứt về Cơ sở: Con người gắn kết phán đoán vào trải nghiệm cảm nhận, thân thể và xã hội, trong khi LLM bắt đầu từ văn bản đơn thuần, tái tạo ý nghĩa một cách gián tiếp từ các ký hiệu. Điểm rạn nứt về Phân tích: Con người phân tích tình huống thông qua các quá trình cảm nhận và khái niệm tích hợp; LLM thực hiện việc phân tách cơ học mà tạo ra một đại diện cấu trúc thuận tiện nhưng mỏng về ngữ nghĩa. Điểm rạn nứt về Kinh nghiệm: Con người dựa vào trí nhớ hồi tưởng, vật lý và tâm lý học trực giác, và các khái niệm đã học; LLM chỉ dựa vào các mối liên hệ thống kê được mã hóa trong các nhúng. Điểm rạn nứt về Động lực: Phán đoán của con người được hướng dẫn bởi cảm xúc, mục tiêu, giá trị và động lực được hình thành qua tiến hóa; LLM không có sở thích, mục tiêu hay ý nghĩa cảm xúc nội tại. Điểm rạn nứt về Nguyên nhân: Con người lý luận bằng cách sử dụng các mô hình nguyên nhân, các tình huống phản thực và đánh giá có nguyên tắc; LLM tích hợp ngữ cảnh văn bản mà không xây dựng các giải thích nguyên nhân, thay vào đó phụ thuộc vào các tương quan bề mặt. Điểm rạn nứt về Tư duy phản biện: Con người theo dõi sự không chắc chắn, phát hiện lỗi và có thể tạm dừng phán đoán; LLM thiếu tư duy phản biện và luôn phải sản xuất một đầu ra, khiến cho việc ảo tưởng trở nên không thể tránh khỏi về mặt cấu trúc. Điểm rạn nứt về Giá trị: Phán đoán của con người phản ánh danh tính, đạo đức và các rủi ro trong thế giới thực; "phán đoán" của LLM là các dự đoán xác suất về token tiếp theo mà không có giá trị nội tại hay trách nhiệm. Mặc dù có những điểm rạn nứt này, con người vẫn hệ thống hóa việc tin tưởng quá mức vào đầu ra của LLM, vì ngôn ngữ trôi chảy và tự tin tạo ra một thiên lệch về độ tin cậy. Chúng tôi lập luận rằng điều này tạo ra một điều kiện cấu trúc, Epistemia: khả năng ngôn ngữ thay thế cho đánh giá tri thức, tạo ra cảm giác biết mà không thực sự biết. Để giải quyết Epistemia, chúng tôi đề xuất ba chiến lược bổ sung: đánh giá tri thức, quản trị tri thức và hiểu biết tri thức. Bài báo đầy đủ trong phản hồi đầu tiên. Cùng với @Walter4C & @matjazperc

Một bài báo thú vị vừa được công bố trên tạp chí Science. Các tác giả phân tích các con đường sự nghiệp của những người xuất sắc trong nhiều lĩnh vực, bao gồm các nhà lãnh đạo Nobel, các kỳ thủ cờ vua xuất sắc, các vận động viên giành huy chương vàng Olympic, và nhiều hơn nữa. Phát hiện chính của họ thách thức một niềm tin phổ biến. Đào tạo chuyên sâu trong một lĩnh vực duy nhất từ khi còn nhỏ确实 mang lại lợi thế sớm, nhưng lợi thế này sẽ phai nhạt theo thời gian. Ngược lại, những cá nhân được tiếp xúc với thực hành đa ngành từ sớm thường bắt đầu chậm hơn. Tuy nhiên, về lâu dài, họ có khả năng đạt được hiệu suất đẳng cấp thế giới cao hơn, cuối cùng vượt qua những chuyên gia sớm, những người thường dừng lại ngay dưới đỉnh cao nhất. Một lời nhắc nhở quan trọng rằng sự đa dạng từ sớm có thể là một khoản đầu tư mạnh mẽ cho sự xuất sắc lâu dài. Liên kết đến bài báo trong phản hồi đầu tiên.

Bây giờ đã có trong Nature Human Behaviour! 🚀🚀 Trong vài thập kỷ qua, nghiên cứu về hành vi tập thể của con người đã dựa rất nhiều vào mạng lưới. Điều này là hợp lý: con người tương tác với nhau. Tuy nhiên, chúng tôi cho rằng khung lý thuyết này bỏ lỡ một yếu tố quan trọng. Các mạng lưới truyền thống đại diện cho các tác nhân như là các nút và các mối quan hệ cặp đôi như là các cạnh. Kết quả là, chúng cơ bản giả định rằng các tương tác xã hội có thể được phân tách thành các cặp. Tuy nhiên, nhiều quá trình xã hội là không thể giảm thiểu thành nhóm. Một ví dụ đơn giản: một nhóm ba đồng tác giả viết một bài báo không thể được giảm thành ba cặp đồng tác giả độc lập. Nhóm đó tự nó có ý nghĩa. Trong bài viết này, chúng tôi xem xét một loạt các trường hợp thực nghiệm và lý thuyết mà trong đó các tương tác nhóm không thể được phân tách thành các tương tác cặp, và cho thấy rằng các tương tác bậc cao hình thành hành vi tập thể vượt ra ngoài các mối liên kết đôi. Chúng tôi khuyến khích nghiên cứu hành vi tập thể trên các hypergraph, nơi mà các tương tác có thể liên quan đến nhiều tác nhân cùng một lúc. Chúng tôi xem xét cách mà các hypergraph cung cấp những hiểu biết mới trong nhiều lĩnh vực, bao gồm mạng lưới liên kết và hợp tác, các thiết lập tiếp xúc tần suất cao (gia đình, bạn bè), và các quá trình xã hội quan trọng như lây lan xã hội, hợp tác, nói thật, và hành vi đạo đức. Cuối cùng, chúng tôi phác thảo những hướng nghiên cứu hứa hẹn cho tương lai: giải quyết các thách thức tính toán của các mô hình bậc cao; nghiên cứu thiên lệch và bất bình đẳng trong động lực nhóm; kết hợp hypergraph và các mô hình ngôn ngữ lớn để điều tra sự đồng tiến hóa của ngôn ngữ và hành vi; và sử dụng các mạng lưới bậc cao để mô phỏng tác động của các chính sách trước khi thực hiện; và nhiều hơn nữa. Chúng tôi rất hào hứng về công việc này và hy vọng nó sẽ truyền cảm hứng cho các nghiên cứu tiếp theo trong một lĩnh vực đang phát triển nhanh chóng và có ý nghĩa cơ bản với những tác động thực tế rộng lớn. Liên kết đến bài báo trong phản hồi đầu tiên Công việc này được dẫn dắt một cách xuất sắc bởi Federico Battiston (@fede7j), với một đội ngũ đồng tác giả xuất sắc: Fariba Karimi (@fariba_k), Sune Lehmann, Andrea Bamberg Migliano, Onkar Sadekar (@OnkarSadekar), Angel Sanchez, & Matjaz Perc (@matjazperc)