Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
인간의 빠른 지시 학습(RITL) 능력이 진화 과정에서 형성된 '지시 이행 편향' 덕분이라는 가설을 제시합니다. 이 편향은 LLM의 지시 튜닝과 유사한 역할을 하며, 인지 과학과 머신러닝을 결합한 학제 간 연구의 필요성을 강조합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기성인 인간은 구어적 또는 문어적 지시를 받은 후 단 한 번의 시도만으로도 새로운 과업을 정확하게 수행할 수 있는 경우가 많습니다. 이러한 빠른 지시 학습 (Rapid Instructed Task Learning, RITL)은 인간 인지 유연성의 특징이지만, 그 메커니즘과 인공 시스템에서의 유사성은 여러 학문 분야에 걸쳐 여전히 충분히 탐구되지 않은 상태로 남아 있습니다. 본 포지션 페이퍼(position paper)에서 우리는 인간이 진화된 지시 이행 편향 (instruction-following bias)을 보유하고 있다고 주장합니다. 이는 언어적 지시를 해석하고 실행하도록 진화 과정에서 형성된 귀납적 편향 (inductive bias)이며, 언어로부터 행동을 빠르게 일반화할 수 있게 하는 핵심적인 역할을 합니다. 이 편향은 대규모 언어 모델 (Large Language Models, LLMs)이 제로샷 (zero-shot) 과업 성능을 달성하기 위해 지시 튜닝 (instruction tuning)을 활용하는 방식과 유사하게 작동합니다. 우리는 이 가설을 뒷받침하기 위해 인지 과학, 신경 과학 및 머신러닝 (machine learning) 연구의 증거들을 종합합니다. 현재 AI에서의 지시 이행은 특화된 훈련 프로토콜을 통해 달성되지만, 우리는 인간의 경우 이것이 선천적인 인지 구조의 특징으로서 나타난다고 상정합니다. 우리는 테스트 가능한 예측들을 개괄하며, 자연 신경망과 인공 신경망 모두에서 빠른 과업 학습을 가능하게 하는 통합 메커니즘으로서 지시 이행 (Instruction-Following)을 조사하기 위한 더 많은 학제 간 연구를 촉구합니다.