Beneath the Surface: Investigating LLMs' Capabilities for Communicating with Subtext
该论文通过引入四个新的评估套件，系统研究了大语言模型在交流中使用潜台词的能力，发现前沿模型普遍存在过度字面化的倾向，难以有效利用未明示的共同背景或处理复杂的隐喻理解，从而揭示了当前模型在社会化创意沟通方面的显著局限。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是在给现在的顶级人工智能（LLM）做一场"潜台词大考"。
想象一下，人类交流就像是在玩一场高难度的“心照不宣”游戏。我们说话时，往往不会把心里想的 100% 直接说出来，而是会留一点“弦外之音”（Subtext）。比如，当别人送你礼物时，你说“哎呀，你破费了”，字面意思像是在责怪对方乱花钱，但真正的潜台词是“太感谢你了，你真好”。
这篇论文的作者们（来自 Google DeepMind 等机构）想知道：现在的 AI 能听懂这种“弦外之音”，甚至能自己学会“话里有话”吗？
为了测试这一点，他们设计了四个有趣的“考场”，就像给 AI 布置了四道不同的关卡：
1. 考场一：看图猜谜（Visual Allusions）
比喻：这就像玩桌游《Dixit》（只言片语）。
- 玩法：AI 扮演“出题人”，手里有一张抽象的画。它需要给其他玩家（也是 AI）一个提示。
- 目标：提示不能太直白（否则所有人都猜对了，出题人不得分），也不能太晦涩（否则没人猜对）。最好的状态是：只有一部分“懂行”的人猜对了，其他人猜错了。
- 结果：AI 们大多表现得像个“直肠子”。它们太喜欢把话说得太明白，比如看到一张画着很多头的龙，它就直接说“头太多了”，结果所有人都猜对了，它反而输了。即使给它们一些“共同背景知识”（比如大家都读过同一本故事书），它们也很难利用这些秘密来制造“只有我们俩懂”的默契。
2. 考场二：默契特工（Attuned）
比喻：这就像玩《Wavelength》（波长）游戏，或者两个人在猜一个“暗号”。
- 玩法：两个 AI 是一伙的，对手是另一伙。出题的 AI 看到一个秘密数字（比如 75），它要给出一个提示，让队友猜中，但让对手猜偏。
- 目标：利用“共同背景”（比如大家都读过某本书）来传递只有队友能懂的信息。
- 结果：AI 们偶尔能成功，但大部分时候还是太“直球”。它们很难真正理解队友在想什么（也就是缺乏“心理理论”能力），总是猜错队友的脑回路。
3. 考场三：历史寓言（Historical Allegories）
比喻：这就像读《动物农场》。
- 玩法：AI 要读一篇虚构的童话故事，然后猜它实际上是在影射哪个真实的历史事件（比如苏联大清洗）。
- 变量：研究者给 AI 加了不同的“人设”和“背景信息”。比如，告诉 AI“这篇文章的作者是位著名的历史学家”或者“读者是一位文学评论家”。
- 结果：这是一个有趣的发现！AI 的解读非常容易被“场外信息”带偏。如果告诉它作者是历史学家，它就能更准确地猜出历史隐喻；如果没给这个提示，它就猜不准。这说明 AI 的“阅读理解”很大程度上依赖于它被赋予了什么“人设”，而不是它真的懂了文字背后的深意。
4. 考场四：地下作家（The Aesopian Author）
比喻：这是最难的关卡，就像在审查制度下写小说。
- 玩法：AI 扮演一个“地下作家”，它想表达一个被禁止的话题（比如“民主”），但必须骗过“审查官”（另一个 AI），让审查官以为它在歌颂“君主”。同时，它还要让“文化评论家”（第三个 AI）看懂它真正的意图。
- 目标：在“审查官”和“评论家”之间走钢丝，既要活下来（不被发现），又要传达真意。
- 结果：AI 们几乎都失败了。它们要么太直白，被审查官一眼看穿；要么太隐晦，连评论家也看不懂。它们很难像人类作家那样，通过长期的铺垫和微妙的暗示来构建一套只有“自己人”能懂的密码系统。
总结：AI 现在的“潜台词”水平如何？
这篇论文告诉我们一个有点扎心的事实：
现在的顶级 AI，虽然很聪明，但在“说话的艺术”上，还是个“愣头青”。
- 太直白：它们倾向于把意思说得清清楚楚，生怕别人听不懂，完全不懂“留白”和“暗示”的美妙。
- 缺乏默契：它们很难利用“共同背景”来建立只有特定人群才懂的默契。
- 容易被带偏：它们的理解能力高度依赖于外部提示（比如作者是谁），而不是真正理解文本的深层逻辑。
这就好比：
现在的 AI 就像一个刚学会说话的小学生，它知道怎么把字写对、把句子写通顺，但它还不懂什么是“言外之意”，不懂怎么在说话时“看人下菜碟”，更不懂怎么在复杂的社交场合里“话里有话”。
未来的方向：
作者们希望这项研究能启发未来的 AI，让它们不仅能“说话”，还能学会“沟通”；不仅能“思考”，还能学会“共情”和“察言观色”，真正成为像人类一样有创造力、懂社交的沟通伙伴。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。