如果大语言模型具有类人属性,那么《帝国时代II》也具有
摘要
本文认为,将类人属性归因于大语言模型是有问题的,因为类似的论断也可用于更简单的系统,例如在《帝国时代II》上训练的人工智能,并提出了非唯一性的零假设以避免循环推理。
暂无内容
查看缓存全文
缓存时间: 2026/06/18 15:43
# 若大语言模型具有类人属性,那《帝国时代 II》亦然 来源:https://arxiv.org/abs/2605.31514 ## 计算机科学 > 计算与语言 **arXiv:2605.31514**(计算机科学) 提交于 2026 年 5 月 29 日 [v1 (https://arxiv.org/abs/2605.31514v1)],最后修订于 2026 年 6 月 11 日(本版本,v3) 查看 PDF (https://arxiv.org/pdf/2605.31514) > 摘要:关于大语言模型(LLM)及基于大语言模型的智能体工作流已有大量研究。然而,该领域的许多工作声明、归因或假设这些模型具有泛化的拟人属性(例如,道德感或对自然语言的理解)。我们的目标并非支持或反对这些属性的存在,而是指出这类结论可能不正确。为此,我们在电子游戏《帝国时代 II》上构建并训练了一个简单的神经网络,并注意到任何足够强大的基体(如乐高积木或大波士顿地区)中的实体同样可能呈现此类属性。因此,大语言模型所谓的拟人属性在经验上并非唯一:尽管某些特性(例如对提示的响应)可能保持不变,但其他特性(如其感知行为的解释)可能随基体而变化。因此,任何基于经验的关于这些属性的讨论都需要明确的衡量标准;否则解释便留给了表征。我们随后证明,假设这些属性在系统中存在或不存在,且独立于基体并以泛化方式进行,会导致循环论证或毫无信息量的结论。这与实验者的观点或结果是否显示存在或不存在无关。最后,我们提出一个“空”假设,即假设大语言模型不具有唯一性,而非假设其具有拟人属性来设计实验,并给出了示例。我们还讨论了可能存在的反对意见,简要综述了该领域,并证明了《帝国时代 II》是功能完备且图灵完备的。 ## 提交历史 来自:Adrian de Wynter [查看邮件 (https://arxiv.org/show-email/6fdfecaa/2605.31514)] **[\[v1\]](https://arxiv.org/abs/2605.31514v1)** 周五,2026年5月29日 16:31:31 UTC(13,704 KB) **[\[v2\]](https://arxiv.org/abs/2605.31514v2)** 周一,2026年6月1日 21:31:22 UTC(13,705 KB) **\[v3\]** 周四,2026年6月11日 16:55:07 UTC(13,701 KB) 参考文献工具 ## 参考文献与引用工具 参考文献浏览器 切换 代码、数据、媒体 ## 与本文相关的代码、数据和媒体 演示 ## 演示 相关论文 ## 推荐与搜索工具 关于 arXivLabs ## arXivLabs:与社区合作者的实验项目 arXivLabs 是一个框架,允许合作者直接在 arXiv 网站上开发和分享新的 arXiv 功能。 与 arXivLabs 合作的个人和组织均已接受并认同我们对开放性、社区、卓越及用户数据隐私的价值观。arXiv 致力于这些价值观,并仅与遵循这些价值观的伙伴合作。 对于能为 arXiv 社区增值的项目有想法吗?**了解更多关于 arXivLabs** (https://info.arxiv.org/labs/index.html)。
相似文章
@MilesCranmer: 这篇论文太疯狂了,我超爱 https://arxiv.org/abs/2605.31514
本文指出,通常归因于大型语言模型的拟人化特征并非其独有,而是证明了像《帝国时代 II》这样更简单的系统也能表现出类似的感知特性,并呼吁在AI行为分析中建立明确的衡量标准。
@rohanpaul_ai: 新的微软与约克大学论文认为,在没有明确测试和更窄的声明之前,不应将LLM视为类人…
微软与约克大学的一篇论文指出,由于实验设计存在缺陷,将类人属性归因于LLM是有问题的,并以《帝国时代II》为例说明测量问题。
赋予角色的大型语言模型表现出类似人类的动机推理
本文研究了为大语言模型赋予角色是否会引发类似人类的动机推理,发现赋予角色的大语言模型真实性辨别能力最多下降9%,并且以与其诱导的政治身份一致的方式评估科学证据的可能性最多增加90%,而基于提示的去偏见方法基本无效。
大型语言模型捕捉人类性格的效果如何?
本文系统评估了关于LLM角色提示的假设,并识别出'角色流形坍缩'现象,即更丰富的角色描述会降低行为多样性和模拟逼真度。研究结果发现,简单的年龄-性别角色通常比更详细的档案表现更好。
## 语言适应:随着语言模型成为社会不可或缺的一部分
文章认为,随着基于LLM的AI变得无处不在,语言应当适应这一变化,为AI创造新的代词,因为无论是人称代词("他/她")还是非人称的"它",都无法准确反映与具备语言能力的非人类实体之间的独特关系。