LLM中的恐怖谷在哪里？

这篇来自r/ArtificialIntelligence的文章讨论了与机器人技术相比，大型语言模型（LLM）中“恐怖谷”效应的缺失。作者认为，我们检测视觉表现（如机器人）中细微缺陷的自然能力比我们辨别语言中类似问题的能力更发达。这导致了LLM中更多的人格化和对意识的假设。作者认为，差异在于信息密度：图像一次传递更多信息，使异常情况更加明显，而语言则更加渐进，揭示的信息更少。该讨论强调了在考虑LLM和关于意识的辩论时，理解这种区别的重要性。

• •LLM可能不像机器人等视觉表现那样容易触发恐怖谷效应。
• •这种差异可能源于视觉与语言交流中的信息密度。
• •由于LLM中缺乏明显的恐怖谷效应，可能会导致更多的人格化和对意识的假设。