哈工大联合快手提出CogGPT：大模型也需要认知迭代

作者信息

【原文作者】 机器之心
【作者简介】 专业的人工智能媒体和产业服务平台
【微 信 号】 almosthuman2014

文章摘要

【关 键 词】 认知迭代、大型语言模型、哈工大&快手、认知固化、智能系统学习

这篇文章讨论了认知迭代在人类认知科学领域的重要性，并介绍了哈尔滨工业大学与快手科技的研究团队提出的大型语言模型的认知迭代概念。文章指出了大型语言模型的认知固化问题，并介绍了研究团队提出的解决方案，即通过持续性的心理测试和基准CogBench来模拟大型语言模型的认知迭代过程。研究团队还设计了CogGPT，一个具有迭代认知机制的LLM-driven agent，用于模拟大型语言模型的认知迭代过程。实验结果表明，CogGPT在真实性和合理性评估指标上的表现远超现有方法。最后，文章指出如果智能系统可以像人类一样持续学习，将会给我们的生活带来革命性的变化。

文章首先介绍了认知迭代在认知科学领域的重要性，比喻为大脑的软件更新过程。然后指出了大型语言模型的认知固化问题，即参数在训练完成后就固定下来，无法再学习新的信息。接着介绍了哈尔滨工业大学与快手科技的研究团队提出的大型语言模型的认知迭代概念，以及他们提出的解决方案，包括持续性的心理测试和基准CogBench，以及设计的CogGPT。最后，文章指出了这项研究的潜在影响，即如果智能系统可以像人类一样持续学习，将会给我们的生活带来革命性的变化。

原文信息

【原文链接】 阅读原文
【原文字数】 1391
【阅读时长】 5分钟