AGI 中 G 因子的兴衰

在心理学文献中，`通用智力'一词描述的是能力之间的相关性，而不仅仅是能力的数量。本文将 Spearman 的 g 因子（测量正相关面）联系到关于人工通用智能 (AGI) 在时分结构基准测试中表现的隐含"G 因子"。通过将 LLM 基准测试电池视为认知测试电池，将模型发布视为受试者，应用主成分分析到覆盖 39 个模型（2019--2025 年）和 14 个基准测试的模型×基准测试×时间矩阵中。初步结果确认了所有 28 组两两相关性均为正的 8 个基准测试上的强正相关面。在分析基准测试相关性随时间变化的谱图时，PC1 在 5 个基准测试核心电池（$n=19$）上解释方差的 90%，到 2024 年降至 77%。在四个基准测试电池中，PC1 在 2023--2024 年间达到 92% 的方差解释峰值，2024 年随着推理专用模型到来降至 64%。这与模型将`推理'外包给工具的时间段相吻合。通过时间分析部分相关矩阵，提供了关于在通用智力 (AI-hedgehog) 正相关面之下的专业化演变的证据，后者涵盖了多样化的高维问题解决系统 (AI-foxes)。在严格的心理测量意义上，AI 模型表现出抑制专门智力的通用智力。LLMs 颠倒了用单一简约机制取代复杂模型的理想，即理论的`托勒密继任'，其特征是层次结构日益复杂和能力日益提升的体系结构。