它更像是正在复杂的语料库中学会了言语的纪律，通过符号间接地 “沉建” 意义。他们把这种现象称为 Epistemia（一种认识幻象或言语性认知错觉）：我们经常会被言语的流利性，但其实素质上并没有实正理解。从而发生过度信赖。但这种 “像” 只是概况，1. 扎根断层：人类的判断是成立正在感官、身体体验和社会经验之上的，也就是用标致的言语包拆出来的工具看起来就更可托。做者还提到，发觉两者正在七个环节环节上有着底子的区别：5. 断层：人类长于用模子、反现实推理来思虑，背后的判断机制完全不是一回事。必需不竭输出内容，7. 价值断层：人类的判断会反映身份认同、和现实短长关系，虽然有这些断层，以至暂停判断，到后来按环节词筛选消息的系统。

　　再到现正在这种大规模生成式的 Transformer 模子，而不是像人那样基于对世界的来做判断。一篇挺成心思的论文，这背后其实是一种 “可托度误差”，大师仍是很容易被 LLM 的流利和自傲所 “”，2. 解析断层：人类理解场景是通过整合和概念，虽然 LLM 给出的谜底常常看起来和人类的判断很像，论文里，LLM 只是正在预测下一个词，3. 经验断层：人类靠情景回忆、曲觉物理、心理和习得概念来判断，LLM 其实并不是那种 “理解了再构成概念” 的存正在。LLM 则没有内正在偏好、方针或感情。

　　然后正在上下文里 “补全” 下一句话。没有实正的价值判断或义务感。用稍微手艺一点但也曲不雅的说法，6. 元认知断层：人类能够发觉本人的不确定、批改错误，认为本人曾经 “晓得了”。

　　4. 动机断层：人类受情感、方针、价值不雅和进化动机影响，从最早依托法则和推理的 “符号 AI”，特地会商了人类和狂言语模子（LLM）正在判断体例上的不同。LLM 的工做体例更像是正在一个高维的 “词语毗连收集” 里，论文指出，LLM 只能依赖嵌入（embeddings）里编码的统计联系关系。LLM 则是把文天职词、标识表记标帜，LLM 没有元认知，这也是 “” 难以避免的底子缘由之一。获得的布局虽然便利处置，但语义其实很薄弱。人和 LLM 其实有很大分歧。