محققان در مقالهای جدید، رویکردی جذاب برای درک نحوه استدلال مدلهای زبانی بزرگ (LLM) ارائه دادهاند. این پژوهش با الهام از روانشناسی شناختی، استدلال هوش مصنوعی را به دو دسته کلی تقسیم میکند:
۱. تفکر سریع و کند: تمایز بین واکنشهای شهودی و پردازشهای عمیق و مرحلهبهمرحله.
۲. تفکر درونی و ابزاری: تفاوت بین استدلال مبتنی بر حافظه مدل و استفاده از ابزارهای خارجی.
این طبقهبندی به ما کمک میکند تا بفهمیم چطور میتوان مدلهای هوشمندتر، کارآمدتر و قابلاطمینانتری ساخت که برای هر مسئله، استراتژی حل متفاوتی را انتخاب کنند. قدمی مهم به سوی هوش مصنوعیِ واقعاً تطبیقپذیر! 🚀
منبع: arXiv NLP
