EMNLP 2026 主题演讲背后的论文：用 bigram 模拟语言习得
najoungkim · x · 2026-10-26
研究者 Najoung Kim 在 EMNLP 2026 主题演讲后补充背景：多年来推动用 bigram 模型做「模拟学习者」（simulated learners）研究方向的是谁、以及它在语言科学中如何实际落地，可参考他们的论文。演讲幻灯片把 LLM 在语言科学中的工具价值归纳为三种：模拟学习者（受控输入训练，如 BabyLM、不可能语言、受控养育）、心智与大脑模型（surprisal 预测阅读时间、表征预测脑响应）、以及 AI 科学家（假设、标注与训练实验的规模化），并注明前提是 LLM 不是儿童也不是大脑，价值来自与人的受控对比。
所属事件:EMNLP 2026 演讲聚焦：用 LLM 做「模拟学习者」研究语言习得(3 条相关)→
「研究」频道最新
- 非实时也值得跑：世界模型本质是闭环交互与持久记忆 — cocktailpeanut · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- MS-Human-700 开源：700 肌肉驱动器的人体仿真模型入驻 MuJoCo — yisongyue · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27