在线实验验证人机共创学习框架

Ryota Okumura 等作者提交论文预印本，提出“共创学习”范式：让人类与 AI 在部分可观测条件下互相整合各自的感知信息与知识，构建共享外部表征，并将这一过程解释为符号涌现。 研究用基于 Metropolis-Hastings 的命名博弈（MHNG）实现该框架，并在在线实验中让 69 名参与者分别与 MH-based、always-accept、always-reject 三类智能体进行联合注意命名游戏。结果显示，MH-based 人机组合的分类准确率显著提升，并形成更强的共享符号系统收敛。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。