PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2505.22767v4cs.HC

지능과의 대화: 통찰력 있는 상호 증강을 향하여

In Dialogue with Intelligence: Toward Insightful Co-Augmentation

대규모 언어 모델(LLM)과의 대화는 문제를 이해하는 방식이 급격히 변화하는 현상인 인간의 통찰로 이어질 수 있다. 본 관점(perspective) 논문은 대화가 전개됨에 따라 모델의 활동이 통찰과 어떻게 연관되는지 질문한다. 저자는 대화에서 발현되는 지능의 일부가 상호작용하는 두 가지 순환에서 비롯된다고 제안한다. 즉, 생성된 각 토큰이 다음 토큰의 문맥이 되는 순환과, 각 응답이 인간을 거쳐 돌아오며 인간의 해석 및 새로운 관찰이 모델이 입력받는 내용을 재구성하는 순환이다. 이러한 루프 내에서 모델의 기여는 익숙한 표현을 메아리처럼 되풀이하는 방식에서부터 인간이 발전시킬 수 있는 새로운 방향을 열어주는 프레이밍을 제공하는 방식에 이르기까지 여러 모드 사이를 오간다. 이러한 모드들은 모델 활동의 구별 가능한 패턴에 대응할 수 있다. 어떤 문맥을 앞으로 전달할지 선택하는 메모리 '스파인(spine)'은 아이디어 자체가 바뀌더라도 생산적인 패턴을 다시 유도해 낼 수 있다. 공개된 인간-모델 대화 기록, 오픈 가중치 모델에서 기록된 활동, 그리고 계산신경과학 도구들은 이러한 제안들을 검증 가능하게 만든다.