热点事件持续更新
研究团队发布受控阅读时间数据集STRUCTURALCOST
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月,研究人员发布了用于建模人类句子处理难度的受控阅读时间数据集STRUCTURALCOST。该数据集包含来自475名参与者的40,800条观测数据,旨在分离并建模人类在解决远距离主谓依存时的处理成本。实验表明,人类在主动词处的阅读时间会随句法嵌套的增加而延长;而测试的n-gram、状态空间模型(SSM)及Transformer架构模型均低估了人类实际的整合成本。该数据集为评估不同架构及规模语言模型的认知合理性提供了数据支持。
AI 根据报道生成 · 4 小时前更新
最新进展10月7日 12:00
研究团队推出STRUCTURALCOST数据集,实验显示主流语言模型低估了人类句法嵌套整合成本。报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv 自然语言处理STRUCTURALCOST:用于建模人类句子处理难度的受控阅读时间数据集
研究人员推出受控阅读时间数据集 STRUCTURALCOST,包含 475 名参与者与 40,800 条观测数据,用于分离并建模人类远距离主谓依存解决的处理成本。实验表明人类在主动词处的阅读时间随句法嵌套增加,而 n-gram、SSM 及 Transformer 架构模型均低估了人类实际的整合成本。该数据集为评估各架构及规模语言模型的认知合理性提供了数据支持。
本事件热度走势
当前热度 9·可比范围峰值 10(10月7日 13:00)·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。