大语言模型作为人类语言认知理论的代理
计算与语言
2026-01-27 v2
摘要
我们考虑当前大语言模型 (LLM) 在人类语言认知研究中的可能作用。我们重点关注将此类模型作为认知理论的代理，这些理论在其表示和学习上相对语言中立，但在关键方面与当前的 LLM 不同。我们在两类问题的背景下说明 LLM 作为认知理论代理的这种潜在用途： 目标理论是否解释了从给定语料库中获取特定模式的过程； 目标理论是否使得某种类型学上已证实的模式比另一种类型学上未证实的模式更容易被习得。基于近期的文献，针对这两个问题中的每一个，我们展示了当前的 LLM 如何能提供潜在的帮助，但我们指出目前这种帮助相当有限。
引用
@article{arxiv.2502.07687,
title = {Large Language Models as Proxies for Theories of Human Linguistic Cognition},
author = {Imry Ziv and Nur Lan and Emmanuel Chemla and Roni Katzir},
journal= {arXiv preprint arXiv:2502.07687},
year = {2026}
}