是统计还是体现? 比较色视,色盲,画家和大型语言模型在处理色彩比喻时的情况

科学领域:

• 认知科学 认知科学
• 语言学的语言学.
• 人工智能的人工智能

背景情况:

• 色彩感知及其在比喻性推理中的作用受到辩论.
• 现有研究表明,语言可能有助于色彩理解,即使是色盲个体.
• 语言本身能在多大程度上赋予比喻性的色彩理解是不清楚的.

研究的目的:

• 调查大型语言模型 (LLM) 是否可以从文本中单独学习隐喻色彩推理.
• 为了比较色彩关联和隐喻解释在色彩视觉成年人,色彩盲成年人和LLMs.
• 确定体现经验在关于颜色的隐喻推理中的作用.

主要方法:

• 进行了预先注册的调查,比较了色视成年人,色盲成年人和GPT (大型语言模型).
• 评估了参与者将颜色与新词联系起来,以及解释传统/新色彩隐喻的能力.
• 在不同组中比较了颜色关联和隐喻推理的一致性和连贯性.

主要成果:

• 看到色彩和色彩盲的成年人表现出类似的,可复制的色彩关联.
• 与人类参与者相比,GPT产生了一致但明显不同的颜色关联.
• 与人类参与者不同,GPT很难连贯地解释或逆转自己的色彩隐喻.
• 画家们在理解新鲜的色彩隐喻方面表现出更大的体现推理能力.

结论:

• 体现的经验,特别是视觉感知,对于关于颜色的强有力的隐喻推理似乎至关重要.
• 仅仅是语言统计就不足以使LLM能够实现类似人类的隐喻色彩理解.
• 研究结果表明,体内体验对涉及色彩的概念联系有着显著的贡献.