推理對智慧系統很重要。大型語言模型在抽象推理上表現不錯，但也有缺陷。人類推理受現實世界影響，當問題支持邏輯時，推理更可靠。語言模型和人類展現相似推理模式。研究顯示兩者在準確性和信心上相似，但在某些任務上有差異，如Wason選擇。了解這些可提供對人類認知和語言模型的洞察。 PubMed DOI

這篇論文探討大型語言模型（LLMs）的理性推理能力，評估它們在認知心理學任務中的表現。研究發現，LLMs展現出與人類相似的非理性，但其非理性特徵與人類偏見不同。當LLMs給出錯誤答案時，這些錯誤不符合典型的人類偏見，顯示出獨特的非理性。此外，這些模型的回應顯示出顯著的不一致性，進一步增添了非理性的層面。論文也提出了評估和比較LLMs理性推理能力的方法論貢獻。 PubMed DOI

這項研究系統性評估了GPT-3.5和GPT-4在心理科學領域的四個關鍵能力。首先，作為研究圖書館員，GPT-4在生成虛構參考文獻的準確性上明顯優於GPT-3.5。其次，GPT-4在識別研究倫理問題方面表現出色，成功糾正了大部分明顯和微妙的違規。第三，兩者都能重現文化偏見，顯示出數據生成的潛力。最後，兩者在預測新數據方面的能力有限。總體來看，雖然GPT模型有所進步，但在生成新見解和可靠參考文獻上仍有待加強。 PubMed DOI

這項研究探討大型語言模型（LLMs）與人類的推理能力，使用有限理性的認知心理學工具進行比較。實驗中，我們分析了人類參與者和不同預訓練LLMs在經典認知任務上的表現。結果顯示，許多LLMs的推理錯誤與人類相似，且受到啟發式影響。然而，深入分析後發現，人類與LLMs的推理存在顯著差異，較新的LLMs表現出更少的限制。雖然可以提升表現的策略存在，但人類和LLMs對提示技術的反應卻不同。我們討論了這些發現對人工智慧及認知心理學的意義，特別是在比較人類與機器行為的挑戰上。 PubMed DOI

檢測蛋白質-蛋白質相互作用（PPIs）對於理解遺傳機制和疾病發展非常重要。隨著生物醫學文獻的增加，自動化提取這些相互作用的需求也愈加迫切。本研究評估了多種基於變壓器的模型在PPIs識別中的效果，發現BioBERT在多個數據集上表現最佳，達到91.95%的召回率。值得注意的是，雖然GPT-4並未專門針對生物醫學文本訓練，但其表現也相當出色，顯示出在生物醫學文獻挖掘上的潛力。相關代碼和數據集可在GitHub上獲得。 PubMed DOI

大型語言模型（LLMs）的使用需了解其優勢與限制，特別是與訓練任務相關的部分。研究指出，影響LLM準確性的三個關鍵因素為任務的概率、目標輸出的概率及輸入的概率。對五個LLM（如GPT-3.5、GPT-4等）進行的測試顯示，這些概率確實影響其表現，但也出現意外的失敗模式，例如GPT-4在低概率任務上的表現不佳。因此，使用LLM處理低概率任務時需謹慎，並應將其視為獨立系統評估，而非類似人類的實體。 PubMed DOI

這項研究針對抽象與推理語料庫（ARC）提出新方法，旨在測試人工智慧的抽象推理能力。儘管已有許多努力，現有的神經網絡演算法在解決ARC任務上仍面臨挑戰，常需依賴複雜的手工規則。研究者調整了DreamCoder神經符號推理解決器，並引入感知抽象與推理語言（PeARL）來增強能力。他們還開發新方法讓大型語言模型（LLMs）能解決ARC任務，顯示出不同的解決方式。結果顯示，神經網絡方法仍不及手工解決方案，未來可透過理解人類策略來推進人工智慧發展。 PubMed DOI

這項研究探討BERT語言模型如何處理論證結構建構（ASC），基於先前的LSTM研究。研究使用2000句的數據集，分析BERT的12層標記嵌入，並運用多維縮放和t-SNE技術可視化嵌入，計算廣義區分值評估聚類情況。主要發現包括：CLS標記在第2至4層聚類最佳，OBJ標記在第10層達高峰，探測準確率從第2層起超過90%。此外，OBJ標記在區分ASC方面最有效。研究顯示BERT在語言結構處理的複雜性，並揭示其與LSTM的相似與差異。未來將探索神經影像數據以深入理解大腦中的ASC處理。 PubMed DOI

大型推理模型如OpenAI的GPT系列和DeepSeek的R1，顯示了人工智慧在自然語言處理上的重大進展。這些模型能理解和生成類似人類的文本，應用範圍廣泛，從聊天機器人到內容創作。它們的力量來自於龐大的參數和訓練數據，但常被誤解為具有人類理解能力，實際上只是基於模式生成回應。此外，它們在上下文理解和常識推理上仍有局限，且表現依賴於訓練數據的質量。總之，應理性看待這些模型的潛力與限制。 PubMed DOI

近期有研究質疑大型語言模型（LLMs）是否真的會類比推理，還是只是在模仿資料。雖然有些測試顯示LLMs表現不佳，但本研究發現，只要讓LLMs能寫和執行程式碼，即使在全新題型上也能舉一反三，證明它們真的有類比推理能力，不只是死背或模仿。 PubMed DOI