BriefGPT - AI 论文速递
·
大型语言模型在再现人类颜色-词语关联中的进展与局限性
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究探讨大型语言模型（LLMs）在颜色与词语关联方面的不足。尽管GPT-4o在视觉输入下的预测准确率最高，但仍仅约50%，显示出与人类能力之间的显著差距。
🎯
关键要点
- 本研究探讨大型语言模型（LLMs）在颜色与词语关联方面的不足。
- 通过对比不同代的LLMs与人类参与者的色彩词关联表现，发现GPT-4o在视觉输入下的预测准确率最高。
- 尽管GPT-4o的准确率约为50%，但仍显示出与人类能力之间的显著差距。
- 这一发现揭示了LLMs与人类在语义记忆结构上的差异。
➡️
