A foundation model to predict and capture human cognition
10 months ago
- #artificial intelligence
- #neuroscience
- #cognitive modeling
- Centaur是一个计算模型，旨在预测和模拟人类在各种自然语言表述实验中的行为。
- 该模型基于Psych-101数据集进行微调，该数据集包含来自60,000多名参与者的逐次试验数据，涵盖160项实验中的10,000,000次选择。
- 在预测保留参与者行为方面，Centaur优于现有认知模型，并能泛化到未见过的背景故事、任务修改和新领域。
- 尽管未专门针对神经对齐进行训练，但微调后模型的内部表征与人类神经活动更吻合。
- Centaur在开环模拟中展现出类人特性，在地平线任务范式和两步任务等任务中匹配人类表现。
- 通过分布外评估测试了模型的鲁棒性，包括修改背景故事、结构性任务变更以及逻辑推理等全新领域。
- 额外分析验证了Centaur预测人类反应时间的能力及其与神经活动的对齐性。
- 本文通过案例研究展示如何利用Centaur和Psych-101进行模型引导的科学发现，增进对人类决策策略的理解。
- 未来方向包括扩展Psych-101以涵盖更多领域和个体差异，并探索多模态数据格式。
- Centaur标志着向统一认知理论迈出重要一步，展现了数据驱动的领域通用模型的潜力。