Bỏ qua tới nội dung chính
Quay lại tin tức

Hướng tới một nền tảng lập luận cho AI đánh giá

arXiv cs.AI· Xiang Yin, Tim Miller, Nico Potyka, Antonio Rago, Francesca Toni· 11/8/2026models

arXiv:2608.07473v1 Loại thông báo: mới Tóm tắt: Trí tuệ nhân tạo đánh giá (EAI) gần đây đã được đề xuất như một cách hỗ trợ quá trình ra quyết định của con người, không phải bằng cách đưa ra một khuyến nghị duy nhất, mà bằng cách trình bày các giả thuyết cạnh tranh cùng với bằng chứng ủng hộ và phản đối từng giả thuyết. Trong bài viết quan điểm này, chúng tôi ủng hộ lập luận (tính toán) như một mô hình đặc biệt phù hợp để cung cấp nền tảng hình thức, có thể tính toán được cho các dạng EAI có khả năng giải thích và tranh luận, đặt nền móng cho một chương trình nghiên cứu dài hạn hướng tới các hệ thống EAI phân tán và lấy con người làm trung tâm.

Khoa học Máy tính > Trí tuệ nhân tạo arXiv:2608.07473 (cs) [Được gửi vào ngày 25/4/2026] Tiêu đề: Hướng tới nền tảng lập luận cho AI đánh giá Các tác giả: Xiang Yin, Tim Miller, Nico Potyka, Antonio Rago, Francesca Toni Xem bản PDF của bài báo có tiêu đề "Hướng tới nền tảng lập luận cho AI đánh giá", của Xiang Yin và 4 tác giả khác Xem PDF HTML (thử nghiệm) Tóm tắt: AI đánh giá (EAI) gần đây đã được đề xuất như một cách hỗ trợ quá trình ra quyết định của con người, không phải bằng cách đưa ra một khuyến nghị duy nhất, mà bằng cách trình bày các giả thuyết cạnh tranh cùng với bằng chứng ủng hộ và chống lại mỗi giả thuyết. Trong bài viết quan điểm này, chúng tôi ủng hộ lập luận (tính toán) như một mô hình đặc biệt phù hợp để cung cấp nền tảng chính thức, có thể tính toán được cho các dạng EAI có khả năng giải thích và tranh luận, đặt nền móng cho một chương trình nghiên cứu dài hạn hướng tới các hệ thống EAI phân tán và lấy con người làm trung tâm. Chủ đề: Trí tuệ nhân tạo (cs.AI); Hệ thống đa tác nhân (cs.MA) Trích dẫn dưới dạng: arXiv:2608.07473 [cs.AI] (hoặc arXiv:2608.07473v1 [cs.AI] cho phiên bản này) https://doi.org/10.48550/arXiv.2608.07473 Tập trung để tìm hiểu thêm DOI do arXiv cấp thông qua DataCite Lịch sử gửi bài Từ: Xiang Yin [xem email] [v1] Thứ Bảy, ngày 25/4/2026 13:26:11 UTC (131 KB) Liên kết toàn văn: Truy cập bài báo: Xem bản PDF của bài báo có tiêu đề "Hướng tới nền tảng lập luận cho AI đánh giá", của Xiang Yin và 4 tác giả khác Xem PDF HTML (thử nghiệm) Nguồn TeX xem giấy phép Ngữ cảnh duyệt hiện tại: cs.AI < trước | tiếp theo > mới | gần đây | 2026-08 Thay đổi để duyệt theo: cs cs.MA Tài liệu tham khảo & Trích dẫn NASA ADS Google Scholar Semantic Scholar xuất trích dẫn BibTeX Đang tải... Trích dẫn định dạng BibTeX &times; đang tải... Dữ liệu được cung cấp bởi: Đánh dấu Công cụ thư mục Công cụ thư mục và trích dẫn Chuyển đổi Trình khám phá thư mục Trình khám phá thư mục (Trình khám phá là gì?) Chuyển đổi Giấy tờ liên quan Giấy tờ liên quan (Giấy tờ liên quan là gì?) Chuyển đổi Litmaps Litmaps (Litmaps là gì?) Chuyển đổi scite.ai Trích dẫn thông minh scite (Trích dẫn thông minh là gì?) Mã, Dữ liệu, Phương tiện Mã, Dữ liệu và Phương tiện liên quan đến bài viết này Chuyển đổi alphaXiv alphaXiv (alphaXiv là gì?) Chuyển đổi Liên kết đến mã Công cụ tìm mã CatalyzeX cho các bài báo (CatalyzeX là gì?) Chuyển đổi DagsHub DagsHub (DagsHub là gì?) Chuyển đổi GotitPub Gotit.pub (GotitPub là gì?) Chuyển đổi Huggingface Hugging Face (Huggingface là gì?) Chuyển đổi ScienceCast ScienceCast (ScienceCast là gì?) Bản trình diễn Bản trình diễn Chuyển đổi Replicate Replicate (Replicate là gì?) Chuyển đổi Spaces Hugging Face Spaces (Spaces là gì?) Chuyển đổi Spaces TXYZ.AI (TXYZ.AI là gì?) Các bài báo liên quan Công cụ đề xuất và tìm kiếm Liên kết đến Influence Flower Influence Flower (Influence Flowers là gì?) Chuyển đổi công cụ đề xuất Core Công cụ đề xuất CORE (CORE là gì?) Tác giả Địa điểm Tổ chức Chủ đề Về arXivLabs arXivLabs: Các dự án thử nghiệm với sự hợp tác của cộng đồng arXivLabs là một khuôn khổ cho phép các đối tác phát triển và chia sẻ các tính năng mới của arXiv trực tiếp trên trang web của chúng tôi. Cả cá nhân và tổ chức làm việc với arXivLabs đều đã chấp nhận và tuân thủ các giá trị của chúng tôi về sự cởi mở, cộng đồng, sự xuất sắc và quyền riêng tư dữ liệu người dùng. arXiv cam kết với những giá trị này và chỉ hợp tác với các đối tác tuân thủ chúng. Bạn có ý tưởng cho một dự án sẽ mang lại giá trị cho cộng đồng arXiv? Tìm hiểu thêm về arXivLabs. Những tác giả nào của bài viết này là người ủng hộ? | Tắt MathJax (MathJax là gì?)

Nguồn tin: arXiv cs.AI — Tác giả: Xiang Yin, Tim Miller, Nico Potyka, Antonio Rago, Francesca Toni. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.