摘要
人类能轻松超越字面含义进行语用推理，而大型语言模型（LLM）是否具备此类推理尚不明确。本研究通过跨四种语言的群体匹配实验，对比了 25 个 LLM 与人类在条件推断上的表现。研究发现，人类普遍利用语用推理丰富逻辑判断，而 LLM 表现不一：部分仅遵循真值表忽略语用，部分则偏离真值表但缺乏灵活性。总体而言，LLM 是准确的语义算子，但未能捕捉人类推理特有的语用增强特征，且其表现不受模型架构或训练方式显著影响。
AI 推荐理由
论文核心评估 LLM 的条件推理与语用推理能力，直接对比人类推理机制。
研究机构
Departament de Filologia Catalana, Universitat Autònoma de Barcelona, Barcelona 08193, Spain
Institut für Psychologie, Humboldt-Universität zu Berlin, Berlin 10099, Germany
Institució Catalana de Recerca i Estudis Avançats (ICREA), Barcelona 08010, Spain
论文信息