AI模型能够全面模拟人类认知吗？新研究质疑大语言模型的“通用认知”潜力 | NSO

2025年7月，Nature刊登了一项突破性研究，提出名为“Centaur”的人工智能模型。该模型基于常规大语言模型构建，并通过心理学实验数据微调，声称能够在160项涵盖决策、推理等任务的认知心理学实验中，高精度模拟人类行为。这一成果曾引发广泛关注，被认为可能预示着AI全方位模拟人类认知的潜力。

然而，近期发表于《国家科学进展》（National Science Open, NSO）的一项研究，对Centaur模型提出了重要质疑。浙江大学研究者指出，Centaur模型所展现的“人类认知模拟能力”，很可能只是过拟合的结果——即模型并未真正理解实验任务，而是学会了训练数据中的答题规律。

为了验证这一观点，研究团队设计了多种测试场景。例如，他们将多选题的题干从具体的心理学任务描述，直接替换为“请选择选项A”。在这种情况下，如果模型真正理解题目要求，理应始终选择A选项。但实际测试中，Centaur却依然按照原有题库的“正确答案”进行选择。这表明，模型并未根据题目语义作出判断，而是依赖统计规律“猜”出了答案——好比学生凭借应试技巧，在不理解题意的情况下考出高分。

该研究再次提醒我们：需以更审慎的态度评估大语言模型的能力。大语言模型虽然是强大的数据拟合工具，但其“黑箱”特性也容易导致幻觉、误解等问题。只有通过精准、多角度的评估，才能判断模型是否真正具备某种专业能力。

值得注意的是，尽管Centaur被赋予“认知模拟”的定位，其最明显的短板仍在于语言理解本身——即对题目意图的捕捉与响应。这项研究也暗示，真正的语言理解，或许是构建通用认知模型道路上最关键的技术瓶颈。

Can Centaur truly simulate human cognition? The fundamental limitation of instruction understanding

Wei Liu, Nai Ding

National Science Openhttps://doi.org/10.1360/nso/20250053