A Dual-Task Paradigm to Investigate Sentence Comprehension Strategies in Language Models
本文提出了一种将算术计算与句子理解相结合的双任务范式，以证明限制大语言模型的认知资源会使其处理策略转向类人的理性推理，其证据是合理句子与不合理句子之间的准确率差距增大。
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
想象你的大脑是一间繁忙的厨房。通常，当你烹饪一道复杂的食谱（阅读一个句子）时，你有充足的台面空间和双手来同时处理食材（词语）并完美地遵循指令（语法）。但如果有人突然在你切菜时要求你解一道数学题，你的厨房会变得拥挤，台面空间会缩小，你可能会开始走捷径。
本文正是关于测试这一场景，只不过对象是**人工智能（AI）**而非人类。研究人员希望了解，当 AI 模型的“思维厨房”变得拥挤时，它们是否会像疲惫或分心的人类那样思考。
核心理念：“双任务”测试
研究人员设计了一种名为双任务范式的游戏。可以这样理解：
- 任务 1（句子）： 你需要阅读一个句子并回答关于它的问题。
- 示例： “鸡尾酒调酒师混合了。”（这听起来很奇怪！鸡尾酒不会混合人；调酒师混合鸡尾酒。）
- 任务 2（数学）： 隐藏在该句子中的是你必须解决的数学小问题。
- 示例： “5 鸡尾酒 + 混合 3 的 = 调酒师 x1..."
研究人员在三种不同模式下测试了 AI：
- 单人模式： 仅阅读句子。无数学。
- 干扰模式： 阅读包含数学词汇的句子，但忽略数学。假装它们不存在。
- 双任务模式： 阅读句子并且在过程中实际解决数学问题。
“理性推断”捷径
这里是有趣的部分。人类有一种习惯称为理性推断。当我们处于压力之下（例如大脑满载时），我们有时会停止密切关注严格的语法规则，转而根据现实世界中什么“讲得通”来进行猜测。
如果你非常疲惫，而有人说“鸡尾酒调酒师混合了”，你疲惫的大脑可能会跳过语法错误，心想：“哦，他们的意思肯定是调酒师混合了鸡尾酒”，因为这才是唯一讲得通的解释。
研究人员问道：当 AI 忙碌时，它们也会这样做吗？
研究结果
他们测试了多个 AI 模型（如 GPT-4o、o3-mini 和 o4-mini）。结果如下：
- 在单人模式下： AI 非常严格。它看着句子“鸡尾酒调酒师混合了”，并说：“不，这在语法上是错误的。应该是调酒师混合了鸡尾酒。”它完美地遵循了规则。
- 在双任务模式（繁忙的厨房）下： 当 AI 必须同时解决数学问题时，它开始表现得更像疲惫的人类。它开始忽略奇怪的语法，转而关注含义。
- 它变得更擅长意识到“鸡尾酒调酒师混合了”是一个错误，并且原本意图的含义很可能是相反的。
- 它开始优先考虑常识，而非严格的语法规则。
然而，并非所有 AI 都如此。一些模型（如 GPT-4.1 或 Llama）的行为没有太大变化；它们只是在忙碌时各方面表现都变差了。但最聪明的模型（GPT-4o、o3-mini、o4-mini）则具体转向了这种“类人”的捷径策略。
这为何重要？
该论文表明，成为人类不仅仅在于拥有大脑，更在于我们如何管理有限的大脑。
当我们的资源（记忆和注意力）有限时，我们自然会切换到一种“足够好”的策略。我们依赖对世界的认知，而不是分析每一个单词。这项研究表明，AI 模型也会做完全相同的事情。当你迫使 AI 在数学和阅读之间分配注意力时，它不再是一个僵化的机器人，而是开始使用“理性推断”，就像人类在工作记忆过载时那样。
结论
这项研究证明，限制条件使 AI 更像人类。 通过限制 AI 一次性完美处理所有事情的能力，我们实际上看到了它采用了人类在繁忙世界中赖以生存的同样聪明（有时也会出错）的捷径。这表明，这种“类人”的语言理解方式并非某种特殊的魔法，而是在有限思维空间下试图同时做太多事情的自然结果。
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。