摘要
条件句中的预设投射是语义与语用理论的核心,但在大语言模型中尚未得到充分评估。本文通过平行行为研究,对比人类判断与 LLM 预测,使用控制前件与预设关系的标准化数据集。研究收集了 120 名参与者和四个 LLM 在匹配语境下的似然评级。结果显示,人类整合概率与语用线索,而 LLM 表现不一。进一步评估发现,最接近人类评级的模型往往缺乏连贯的语用推理,表明其性能可能源于表面模式匹配而非真正的语用能力。
AI 推荐理由
论文核心评估 LLM 在条件句中的语用推理能力,对比人类判断,深入分析推理机制。
研究机构
Department of Cognitive Science, Carleton University
School of Computer Science, McGill University
Mila – Quebec AI Institute
论文信息