大语言模型是否具备类人认知能力： 基于经典心理学任务的系统综述与稳健性检验
Do Large Language Models Possess Human-Like Cognitive Abilities: A Systematic Review and Robustness Evaluation Based on Classical Psychological Tasks
-
作者：
钟书行
1
宋嘉祈
1
李婧瑶
1
-
作者单位：
-
提交时间：2026-05-08 01:02:48
摘要: 大语言模型（LLMs）在自然语言处理中展现出的卓越表现引发了心理学界对其是否具备类人认知能力的广泛探讨 。本研究采用系统梳理了 101 篇评估 LLMs 在创造性思维、记忆监控与元认知、推理、问题解决与执行控制以及心理理论五个经典认知领域的实证文献 。在此基础上，研究利用最新的 GPT-5.4 模型对 14 篇代表性研究进行了重复性检验与微小扰动测试，以深入评估其认知能力的稳健性 。研究结果显示，主流 LLM 在标准化、静态的经典心理学任务中常能取得接近甚至超越人类基线的得分，但表现出高度的框架效应，在面对任务格式改变、微小语义扰动或需要动态信息更新的复杂情境时，其性能会发生剧烈衰减 。本研究表明，大语言模型目前展现出的认知能力更倾向于基于语言表征的外显行为模拟，尚未形成稳定、具备内生机制的类人认知系统。
版本历史
| [V1] |
2026-05-08 01:02:48 |
ChinaXiv:202605.00073V1
|
下载全文 |
相关信息
待评议
点击量
下载量
