标签
本研究调查了大语言模型（LLMs）与人类在理解抽象概念时的“接地”（grounding）差异，发现存在显著的“接地鸿沟”：模型过度依赖词语联想，而较少涉及情感或内在状态。作者利用稀疏自编码器（SAEs）识别出与接地维度相关的内部特征，表明LLM虽然具备这些信息，但在自由生成文本时并未像人类一样自然地调用它们。
一份全面的调查论文，审视图像分类到高级和抽象类别的任务，通过对常识语义、情感语义、美学语义和解释语义的多学科分析，澄清了计算机视觉中高级语义的隐性理解。该论文指出了抽象概念图像分类中存在的持久挑战，强调了混合人工智能系统在处理复杂视觉推理任务中的重要性。