标签
本文通过受控的 Rock-Paper-Scissors 交互实验和随机 n-gram 续写任务，探究大语言模型能否超越表层动作频率，恢复潜在的序列结构。研究发现：更长的上下文并不能提升策略识别能力，识别正确并不代表能够忠实模拟，且高阶依赖会显著削弱规则恢复——这意味着表面上的行为保真性可能掩盖了错误的生成机制。