★ 2
S1CogBench 发布：首个 System One 决策模型认知实验基准
研究者提出 S1CogBench，用于评估 Jev、Laya 等 System One（类型化）决策模型在 24 项认知实验任务上的表现，并对比五个开源模型。结果显示决策模型可靠性差异很大，行为表现好并不等于能预测人类，聚合分数掩盖了决策对条件的响应方式，速度优势主要来自不生成文本。该基准首次检验…
arXiv NLP10 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 S1CogBench，用于评估 Jev、Laya 等 System One（类型化）决策模型在 24 项认知实验任务上的表现，并对比五个开源模型。结果显示决策模型可靠性差异很大，行为表现好并不等于能预测人类，聚合分数掩盖了决策对条件的响应方式，速度优势主要来自不生成文本。该基准首次检验…