Les LLMs n'ont pas de mémoire de travail semblable à celle des humains.

Aperçu

Explorez les limites des grands modèles de langage dans la reproduction de la mémoire de travail humaine à travers trois jeux expérimentaux, révélant les principaux défis pour atteindre l'intelligence générale artificielle.

Programme

• Introduction aux grands modèles de langage
Aperçu de l'architecture des LLM
Comparaison avec l'architecture cognitive humaine
Introduction à la mémoire de travail
• Comprendre la mémoire de travail humaine
Composantes de la mémoire de travail
La mémoire de travail dans les processus cognitifs
Le rôle de la mémoire de travail dans l'intelligence humaine
• Jeu expérimental 1 : Rétention à court terme
Conception et objectifs du jeu
Mesure des capacités de rétention
Analyse des performances des LLM par rapport aux humains
• Jeu expérimental 2 : Traitement séquentiel
Conception et objectifs du jeu
Comprendre l'exécution des tâches séquentielles
Défis pour les LLM dans le raisonnement séquentiel
• Jeu expérimental 3 : Intégration de nouvelles informations
Conception et objectifs du jeu
Évaluer l'adaptabilité et l'apprentissage en contexte
Limitations des LLM dans les tâches sensibles au contexte
• Défis clés pour l'intelligence artificielle générale
Limites des LLM actuels dans l'émulation de la cognition humaine
Voies potentielles pour améliorer l'utilisation de la mémoire des LLM
Discussion sur les futures orientations de la recherche en IA
• Conclusion
Résumé des résultats des jeux expérimentaux
Implications pour le développement de l'IAG
Réflexions finales sur l'IA et la mémoire de travail
• Lectures et ressources supplémentaires
Articles clés et recherche sur les LLM et la mémoire de travail
Livres et articles suggérés sur les sciences cognitives et l'IA

Sujets

Informatique