AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP

Baroni

共 1 条相关 AI 资讯
6月15日
11:12
11:12官方账号arXiv cs.AI@Michael Goodale, Salvador Mascarenhas
Fodor和Pylyshyn提出的系统性挑战认为,人类语言理解具有双向条件依赖(如理解"John saw Mary"就能理解"Mary saw John"),而神经网络无法解释。Lake和Baroni的元学习组合性协议声称已匹配人类系统性,但本文实验发现,该模型在分布外规则上表现困难,甚至在分布内任务中也出现非系统性行为。作者结论是Fodor和Pylyshyn的挑战仍未得到满足。
论文FodorPylyshynLakeBaroni元学习系统性神经网络认知科学

推荐理由:论文证明神经网络还解不开这个经典难题
原文
精选全部日报登录