📢 Gate廣場 #创作者活动第一期# 火熱開啓,助力 PUMP 公募上線!
Solana 爆火項目 Pump.Fun($PUMP)現已登入 Gate 平台開啓公開發售!
參與 Gate廣場創作者活動,釋放內容力量,贏取獎勵!
📅 活動時間:7月11日 18:00 - 7月15日 22:00(UTC+8)
🎁 活動總獎池:$500 USDT 等值代幣獎勵
✅ 活動一:創作廣場貼文,贏取優質內容獎勵
📅 活動時間:2025年7月12日 22:00 - 7月15日 22:00(UTC+8)
📌 參與方式:在 Gate 廣場發布與 PUMP 項目相關的原創貼文
內容不少於 100 字
必須帶上話題標籤: #创作者活动第一期# #PumpFun#
🏆 獎勵設置:
一等獎(1名):$100
二等獎(2名):$50
三等獎(10名):$10
📋 評選維度:Gate平台相關性、內容質量、互動量(點讚+評論)等綜合指標;參與認購的截圖的截圖、經驗分享優先;
✅ 活動二:發推同步傳播,贏傳播力獎勵
📌 參與方式:在 X(推特)上發布與 PUMP 項目相關內容
內容不少於 100 字
使用標籤: #PumpFun # Gate
發布後填寫登記表登記回鏈 👉 https://www.gate.com/questionnaire/6874
🏆 獎勵設置:傳播影響力前 10 名用戶,瓜分 $2
MIT研究:LLM或降低认知能力 大脑活跃度显著下降
大型语言模型对认知能力的影响:MIT最新研究揭示
随着大型语言模型(LLM)如ChatGPT的广泛应用,其对人类认知能力的影响引起了研究者的关注。近期,一项由麻省理工学院(MIT)进行的深入研究,探讨了在教育环境中使用LLM进行写作任务时对大脑和认知能力的影响。
这项为期4个月、长达206页的研究报告指出,过度依赖人工智能聊天机器人可能会降低使用者的认知能力。研究团队设计了一个包含三组参与者的实验:LLM组、搜索引擎组和仅依靠大脑组。参与者在规定时间内完成不同主题的文章写作任务,共进行四轮实验。
研究采用了多种方法来评估参与者的表现,包括脑电图(EEG)记录、自然语言处理(NLP)分析、人工评分和AI评判。结果显示,仅依靠大脑的参与者在写作风格上表现出较大的多样性,而LLM组的文章则趋于同质化。此外,LLM组使用了最多的特定命名实体,而仅依靠大脑的组使用量则少了60%。
在认知负荷方面,研究人员使用动态定向传递函数(dDTF)方法进行测量。脑电图分析揭示,三组参与者在神经连接模式上存在显著差异。随着外部支持的增加,大脑连接程度系统性降低:仅依靠大脑组表现出最强、最广泛的网络连接,而LLM辅助组的整体耦合最弱。
第四轮实验中,从LLM切换到仅依靠大脑的参与者表现出较弱的神经连接和较低的α和β网络参与度。相反,从仅依靠大脑切换到LLM的参与者表现出更高的记忆回忆能力,并重新激活了广泛的枕顶叶和前额叶节点。
访谈结果显示,LLM组对其文章的归属感最低,超过83%的参与者无法引用几分钟前自己写的内容。搜索引擎组的归属感较强,但仍低于仅依靠大脑的组。
这项研究表明,在为期4个月的实验中,LLM组参与者在神经、语言和得分层面的表现均不如仅依靠大脑的对照组。研究人员强调,在LLM被广泛认可为对人类有益之前,需要进行更多"纵向研究"来了解其对人类大脑的长期影响。
尽管这项研究尚未经过同行评审,但它为我们提供了重要的洞察:过度依赖人工智能工具可能会影响学习技能的提升,特别是对年轻用户而言。这一发现提醒我们在使用LLM等先进工具时,应保持批判性思考,避免过度依赖。