Meta-learning for Compositionality，MLC

Nature | 30多年前的断言被打破了？大模型具备了人类水平的系统泛化能力

我们知道，人类具有「举一反三」的能力，即学习一个新概念后立即就能用它来理解相关用法。例如，当小朋友知道如何「跳」，他们就会明白「在房间里跳两次」是什么意思。而对于机器来说，这种能力是极具挑战性的。20 世纪 80 年代末，哲学家和认知科学家 Jerry Fodor 和 Zenon Pylyshyn 认为人工神经网络缺乏系统组合的能力。几十年来，领域内的研究人员一直在努力让神经网络具备一些泛化能力，但能力很有限。因此，关于 Jerry Fodor 和 Zenon Pylyshyn 的观点的争论也一直存在。现在，来自纽