用 1 个婴儿前 1000 天听到的语料训练 8 个 LLM,复现语言习得
abenitezburraco · x · 2026-11-06
研究者用 8 名儿童出生后前 1000 天内真实听到的语音内容(而非海量文本)分别训练 8 个 LLM,检验模型能否像婴儿一样习得语言。
主要发现:
- 输入密度(input density)是关键因素;
- 夜间「回放」(nightly replay,类似睡眠重放)同样重要;
- LLM 能模拟个体层面的语言习得过程,模型与儿童词汇量增长轨迹相吻合(词库规模随天数呈相似 S 曲线)。
该实验基于超密集的家庭日常语音录制,是「AI 像婴儿一样学语言」方向的实证工作,对语言习得机制研究有参考价值。
「研究」频道最新
- TabClustPFN 登顶 44 个真实数据集聚类基准，预训练取代逐库调参 — jiqizhixin · 2026-11-06
- 注意力机制新解读:本质是单位球面上的球面插值 — mgostIH · 2026-11-06
- 斯坦福新记忆系统：16 个 token 记住全部对话，提速 27 倍 — 141_1337 · 2026-11-06
- Fraunhofer ViT-HarDis：按样本难度解耦注意力头，零成本提升人脸识别 — FraunhoferIGD · 2026-11-06
- KCL 提出可检验跨模型通信的 PLatour 框架，揭示部分收益为假象 — KingsCollegeLondon · 2026-11-06
- 庆应义塾团队让全波形 LiDAR Transformer 跑进实时：token 剪枝加物理增强 — Kotaro Oishi · 2026-11-06