标题：Large language models can segment narrative events similarly to humans
链接：https://arxiv.org/abs/2301.10297
作者：Sebastian Michelmann 1, Manoj Kumar 1, Kenneth A. Norman 1, Mariya Toneva 2
单位：1 普林斯顿大学，2 德国马普所-软件系统所
摘要：
人类在连续的经验中感知离散的事件，如「下馆子」和「坐火车」。研究人类事件感知的一个重要先决条件是研究人员能够量化一个事件何时结束，另一个事件何时开始。通常情况下，这一信息是通过汇总几个观察者的行为注释而得到的。在这里，作者提出了一种替代性的计算方法，即使用大型语言模型 GPT-3，而不是使用人类注释来推导事件边界。
作者证明GPT-3 可以将连续的叙述性文本分割成事件。GPT-3 注释的事件与人类的事件注释明显相关。
此外，这些 GPT 衍生的注释实现了对「共识」解决方案的良好近似（通过对人类注释的平均化获得）；GPT-3 识别的边界平均来说比单个人类注释者识别的边界更接近于共识。这一发现表明，GPT-3 为自动事件注释提供了一个可行的解决方案，它显示了人类认知和大型语言模型预测之间的进一步平行。在未来，GPT-3 可能因此有助于阐明人类事件认知的基本原则。
更多精选大模型论文推荐：
1.Text-To-4D Dynamic Scene Generation
Meta发布第一个文本生成4D场景论文Make-A-Video3D
2.ClimaX: A foundation model for weather and climate
ClimaX：第一个有效使用异质气候数据集进行扩展的数据驱动预训练模型
3.Dissociating language and thought in large language models: a cognitive perspective
4.MusicLM: Generating Music From Text
谷歌MusicLM可生成各种复杂音乐，发布第一个为文本音乐生成任务收集的评估数据集MusicCaps
5.ChatGPT is not all you need. A State of the Art Review of large Generative AI models
ChatGPT is not all you need，一文综述6大公司9类生成式AI模型
6.DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature
斯坦福大学 | DetectGPT：利用概率曲率检测文本是否大模型生成
7.Large Language Models Are Reasoning Teachers
8.Language Models sounds the Death Knell of Knowledge Graphs
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢