计算机科学 > 计算与语言
[提交于 2025年7月11日
]
标题: 超越生动性:诱导幻觉的内容分析揭示了视觉意象中个体差异的隐藏结构
标题: Beyond vividness: Content analysis of induced hallucinations reveals the hidden structure of individual differences in visual imagery
摘要: 一种快速交替的红黑显示,称为Ganzflicker,会引发视觉幻觉,这些幻觉反映了视觉系统的生成能力。 关于意象谱的最新提议,即个体在无意象、典型意象和生动意象方面的视觉系统差异,表明这些差异应会影响其他内部生成的视觉体验的复杂性。 在这里,我们使用了自然语言处理工具来分析来自4000多名参与者的幻觉自由文本描述,询问不同意象表型的人在Ganzflicker诱发的幻觉中是否在心中看到不同的东西。 强意象者描述了复杂、自然的内容,而弱意象者则报告了简单的几何图案。 来自视觉语言模型的嵌入比仅文本的语言模型更好地捕捉了这些差异,而具有更强意象的参与者使用的语言具有更丰富的感官运动关联。 这些发现可能反映了早期视觉区域与与意象谱相关的高级区域之间协调的个体差异。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.