Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models
Notice bibliographique
Résumé
People are able to reason flexibly across a vast range of domains and contexts, from navigating new environments and social situations, to playing new games and even betting on the outcomes of new sports. How do we draw on our knowledge and past experiences to tractably make sense of any particular situation? Here, we explore the hypothesis that people use a combination of distributed and structured, symbolic knowledge to construct bespoke mental models tailored to novel situations. We propose a computational implementation of this idea -- a Model Synthesis Architecture' (MSA') -- using language models as a stand-in for distributional knowledge and a probabilistic programming language to express bespoke probabilistic symbolic models. We evaluate our model with respect to human judgments on a novel reasoning dataset. Our “Model Olympics” domain comprises a series of “sports commentary” vignettes, and is designed to test open-ended reasoning by requiring (i) reasoning about arbitrary causal structures described in language; (ii) drawing in relevant latent considerations from background knowledge; and (iii) flexibly adapting to an ‘open world’ setting with novel observations sourced from other human participants. We compare our MSA to hand-coded probabilistic programs and LM-only baselines. We find that our approach captures key hallmarks of rational inference from human judgments that the LM-only baselines do not, especially for very novel scenarios. See https://sites.google.com/view/openworld-msa?usp=sharing for additional details and preprint.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,008 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».