類推とメタファーの計算モデルに対する最小認知グリッドによる認知的妥当性（認知的プラウシビリティ）の構造的ランキング
arXiv cs.AI / 2026/5/5
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、最小認知グリッド（MCG）フレームワークを、類推やメタファーの計算モデルの「認知的妥当性」を評価するために形式的かつ定量的に用いる方法を提示します。
- MCGは、Structure-Mapping Engine（SME）、CogSketch、METCL、そして大規模言語モデル（LLMs）といった複数の主要アプローチに適用されます。
- 評価は、Functional/Structural Ratio（機能/構造比）、Generality（一般性）、Performance Match（性能の一致）という3つの主要指標に基づき、対象現象に関する確立した認知理論との整合性を測ります。
- 得られる比較指標により、数学的で一貫した一般化可能な基準で、各システムの認知的妥当性を横断的に比較できると主張しています。
