研究者提出CORE认知模型并联合拟合大规模选择数据
热点事件持续更新
研究者提出CORE认知模型并联合拟合大规模选择数据
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者 Marcel Binz 和 Eric Schulz 提出一个名为 COntextual Retrieval and Encoding（CORE）的认知模型，将多项既有认知原则整合为单一模型，其核心是按上下文写入预测误差，并进行编码、检索与遗忘的情景记忆层级。 研究者在 137 个实验的 7,036,442 次选择上对 CORE 做联合拟合，称其预测人类选择优于黑盒模型，模拟中复现了 75% 的已报告行为效应，其潜变量还呈现贝叶斯学习与事件分割的经典特征。这些结论来自研究者自己的报告。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
一个小型认知核心 CORE 可解释大规模人类行为报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.LG一个小型认知核心 CORE 可解释大规模人类行为
研究者将多项既有认知原则整合为单一模型 COntextual Retrieval and Encoding（CORE），其核心是按上下文写入预测误差、并进行编码、检索与遗忘的情景记忆层级。CORE 在 137 个实验的 7,036,442 次选择上联合拟合，预测人类选择优于黑盒模型，模拟中复现了 75% 的已报告行为效应，其潜变量还呈现贝叶斯学习与事件分割的经典特征。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。