CoT-Lab: una herramienta de diálogo experimental para explorar el pensamiento iterativo sobre la colaboración persona-ordenador.
Últimos recursos sobre IAPublicado hace 6 meses Círculo de intercambio de inteligencia artificial 1.6K 00
Introducción general
CoT-Lab es una interfaz experimental para explorar nuevos paradigmas en la colaboración entre humanos y ordenadores. Basado en la Teoría de la Carga Cognitiva y los Principios del Aprendizaje Activo, CoT-Lab facilita una profunda alineación cognitiva entre humanos e IA mediante la creación de "compañeros pensantes". El objetivo del proyecto es mejorar el compromiso cognitivo humano sincronizando la lentitud de los resultados de la IA con la velocidad de procesamiento de la información humana, y fomentar un compromiso cognitivo más profundo mediante la manipulación directa de la interfaz.

Demostración: https://huggingface.co/spaces/Intelligent-Internet/CoT-Lab
Lista de funciones
- sincronización cognitivaLa velocidad de salida de la IA está sincronizada con la velocidad de procesamiento de la información humana, lo que reduce la carga cognitiva.
- Tejido de pensamiento sinérgicoLos humanos participan activamente en la cadena de pensamiento de la IA, editando el proceso de razonamiento de la IA.
- fragmentación de la informaciónEl bloqueo de información según las restricciones de la memoria de trabajo reduce la carga cognitiva impuesta por la búsqueda visual.
- Mejora del aprendizaje activoPromover un compromiso cognitivo más profundo mediante la manipulación directa de la interfaz.
- cognición distribuida: Exploración del paradigma de resolución de problemas híbrido hombre-máquina.
Utilizar la ayuda
Proceso de instalación
- almacén de clones::
git clone https://github.com/Intelligent-Internet/CoT-Lab-Demo
cd CoT-Lab-Demo
- Instalación de dependencias::
pip install -r requirements.txt
- Entorno de configuración: Establece el Búsqueda profunda API Key o API compatible con OpenAI SDK.
export API_KEY=sk-****
export API_URL=https://api.deepseek.com/beta
export API_MODEL=deepseek-reasoner
- lanzar una aplicación::
python app.py
Proceso de utilización
- Configurar el aviso inicial: Describa su pregunta en el cuadro de entrada (por ejemplo, "Explique los fundamentos de la computación cuántica").
- Ajuste de los parámetros cognitivos::
- rendimiento de sincronización pensado: Ajuste del número de generados por segundo fichas Cantidad (por ejemplo, 5: leer en voz alta, 10: seguir, 50: hojear).
- Ritmo del pensamiento humanoPausa automática cada X segmentos (por defecto desactivada, recomendada para el aprendizaje activo).
- Flujo de trabajo interactivo::
- Haga clic en "Generar" para iniciar el pensamiento colaborativo y seguir el proceso de reflexión.
- Edita el proceso de razonamiento de la IA mientras está en pausa, o pulsa Mayús+Intro para pausarla en cualquier momento.
- Vuelve a pulsar Mayús+Intro para devolver el control a la IA.
Concepto de diseño
- Optimización de la carga cognitivaAdaptándose a las limitaciones de la memoria de trabajo mediante la fragmentación de la información, la presentación de información seriada reduce la carga cognitiva de la búsqueda visual.
- Mejora del aprendizaje activoLa interfaz de manipulación directa fomenta un compromiso cognitivo más profundo.
- cognición distribuida: Exploración del paradigma de resolución de problemas híbrido hombre-máquina.
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...