标签
提出了PM-Bench，这是一个受认知科学启发、用于评估LLM智能体前瞻记忆能力的基于文本的基准测试。实验表明，即使是最佳方法（GPT-5.4智能体）也仅达到65.1%的F1分数，表明在可靠的意图执行方面存在重大挑战。
作者讲述了一个为期两天的实验，使用GPT-5.6作为认知拐杖和翻译器来自我理解，发现了一个由表征、抵抗、修正和重构组成的生产性循环，这可能代表了人类与LLM共生的早期原型。
Adaptive Recall 是一个AI助手记忆系统，它利用认知科学和机器学习，随时间提高检索质量。它提供具有多种检索策略、知识图谱构建和自我提升能力的API。
博主real屠龙的胭脂井在复旦大学的分享中深入剖析了品牌营销的底层逻辑，强调利用脑科学和认知科学背景，在AI时代通过建模和数据辅助决策，批评了营销人员依赖虚荣指标的误区。
本文认为，埃兰·巴伦霍茨（Elan Barenholtz）基于大语言模型行为提出的自生语言理论，通过为前瞻开放性以及语言与非语言符号的连续性提供结构机制，丰富了罗伊·哈里斯（Roy Harris）的整合语言学，为计算方法提供了解释性内容。
对来自236个国家的26亿张涂鸦的分析揭示了常见概念视觉呈现中隐藏的文化差异，表明视觉意象保留了语言模型所压缩的丰富语义和文化结构。
一项发表在Cell Reports上的北京大学研究发现，人脑可以通过VR训练适应虚拟非人类肢体（翅膀），显示出枕颞皮层的动态可塑性。
本文探讨了工作记忆与意识之间的联系，讨论了工作记忆的局限性以及'doorway effect'如何可能促成我们的意识体验。
本文将赫伯特·西蒙的有限理性扩展到道德认知领域，为有限智能体形式化了道德广度与道德深度之间的权衡。论文认为，伦理理论是在受限空间内的局部最优策略，这对AI对齐具有重要意义。
NeuroCogMap是一个受认知神经科学启发的框架，将大型语言模型的内部特征映射为功能性脑区，并将其与可解释的认知功能联系起来，揭示模型失败（如幻觉和偏见）的迹象。
本文研究了Transformer语言模型在不同训练阶段中情境建模与心理化能力的涌现，发现错误信念任务的表现依赖于模型大小和训练量，在预训练后期才出现，并且在非事实性动词下表现出脆弱性。
本文提出了一种意识的讯息处理理论，并论证了在人工智能中实例化意识子系统可以实现无需大量训练即可实现卓越适应能力，从而可能通向通用人工智能（AGI）。
auto-psych 是一个基于智能体的系统，它利用LLM智能体生成假设、设计实验并分析来自众包参与者的数据，从而自动化计算认知科学中的理论发现与实验。该系统在经典的心理学范式中展示出比人类推导的理论更快、更优的理论生成能力。
本文探讨了语言模型能否独立发现零的概念，作为分布外泛化的一种形式。研究发现，GPT-2大小的模型在测试时无法做到，但通过零的示例训练后会有显著提升，并且语言预训练减少了所需示例的数量。
本文深入探讨了具身智能的概念、思想源头（哲学、认知科学、AI机器人）和历史发展（符号主义的失败与Brooks的包容架构），分析了它与纯粹软件AI的区别及面临的挑战。
本文认为，最近声称神经网络已解决Fodor和Pylyshyn的系统性挑战的结论为时过早。作者表明，用于组合性的元学习模型在分布外泛化方面失败，甚至在分布内问题上也表现出非系统性行为，从而得出结论：该挑战仍未解决。
本文介绍了Theory of Mind Utility (ToM-U)，一种通过构建Local Epistemic World Models (LEWMs)来推断他人认知状态的形式化计算层级规范。它不同于Bayesian ToM和模拟理论，提供了一种领域无关的信念推断机制，而不依赖于算法实现。
本文讨论了Transformer注意力机制中执行控制的不足，强调了Transformer在处理序列依赖关系方面的局限性。
本文开发了一个几何动力学框架，用于模拟预测性AI辅助如何通过稳定自我生成探索之前的轨迹来改变探索性认知，从而导致探索响应性降低、滞后现象以及辅助撤回后的延迟恢复。