نویسندگان:
(1) Raphaël Millière ، گروه فلسفه ، دانشگاه Macquarie ([email protected]) ؛
(2) کامرون باکنر ، گروه فلسفه ، دانشگاه هیوستون ([email protected]).
جدول پیوندها
چکیده و 1 مقدمه
2. آغازگر در LLMS
2.1 مبانی تاریخی
2.2 LLM های مبتنی بر ترانسفورماتور
3. رابط با موضوعات فلسفی کلاسیک
3.1 ترکیب
3.2 طبیعت گرایی و دستیابی به زبان
3.3 درک زبان و زمین
3.4 مدل های جهانی
3.5 انتقال دانش فرهنگی و داربست زبانی
4. نتیجه گیری ، واژه نامه و منابع
3.1 ترکیب
با توجه به یک انتقاد دیرینه از برنامه تحقیقاتی Connectionist ، شبکه های عصبی مصنوعی اساساً ناتوان از حسابداری از ویژگی های حساس به ساختار اصلی شناخت ، مانند بهره وری و سیستماتیک زبان و اندیشه هستند. این نقد بر یک معضل متمرکز شده است: یا ANN ها نتوانند ویژگی های شناخت را ضبط کنند که به راحتی در یک معماری نمادین کلاسیک به حساب می آید. یا آنها صرفاً چنین معماری را پیاده سازی می کنند ، در این صورت آنها فاقد خرید توضیحی مستقل به عنوان مدل های شناخت هستند (Fodor & Pylyshyn 1988 ، Pinker & Prince 1988 ، Quilty-Dunn et al. 2022). اولین شاخ معضل بر …