用LAPITHS驯服半人马：一个基于理论的人工智能性能解释框架

Matteo Da Pelo; Alessio Donvito; Claudio Frongia; Pietro Salis; Antonio Lieto

用LAPITHS驯服半人马：一个基于理论的人工智能性能解释框架

人工智能 2026-05-01 v1

作者: Matteo Da Pelo , Alessio Donvito , Claudio Frongia , Pietro Salis , Antonio Lieto

摘要

我们引入了一个名为LAPITHS（通过基于范式的人类相似性论点解释的语言模型分析）的框架，并用它来证明，像CENTAUR这样被提议为人工统一认知模型的模型所提出的几个主要主张，在理论上或经验上都没有得到证实。LAPITHS提供了一个原则性的参考点，以对抗当前人工智能研究中的行为主义倾向，即把基于Transformer的语言模型的人类水平性能解释为类人底层计算的证据，并进而解释为认知能力的标志。LAPITHS的新颖之处在于，它明确阐述了基于两个定量评估的论点：(i) 最小认知网格，一种用于估计人工系统认知合理性的理论驱动方法，以及 (ii) 一个行为比较，表明与CENTAUR类模型报告的结果相似的结果，可以由其他不满足通常与认知合理性相关的结构约束的系统复现，并且其输出不能为人类认知提供独立的解释性见解。

关键词

LAPITHS框架 AI性能解释认知合理性最小认知网格基于Transformer的语言模型 CENTAUR模型行为主义倾向

引用

@article{arxiv.2604.27927,
  title  = {Taming the Centaur(s) with LAPITHS: a framework for a theoretically grounded interpretation of AI performances},
  author = {Matteo Da Pelo and Alessio Donvito and Claudio Frongia and Pietro Salis and Antonio Lieto},
  journal= {arXiv preprint arXiv:2604.27927},
  year   = {2026}
}

备注

28 pages

用LAPITHS驯服半人马：一个基于理论的人工智能性能解释框架

摘要

关键词

引用

备注

相关论文