這項研究探討大型語言模型（LLMs）與人類大腦在處理敘事資訊上的差異。雖然LLMs能預測與敘事相關的神經信號，但它們是平行分析大量文本，與大腦逐步處理的方式不同。研究使用219名參與者的fMRI數據，發現LLMs在短期上下文中表現較好。研究人員開發了一個增量上下文模型，結合短期與持續更新的長期上下文，顯著改善了對長期處理腦區活動的預測。這結果顯示大腦整合資訊的能力，對認知神經科學和人工智慧的發展提供了新見解。 PubMed DOI

這項研究探討大腦在即時對話中如何處理語言，利用fMRI技術測量參與者的神經活動。研究指出，理解和產生語言的神經系統是相互連結的，卻常被分開研究。透過分析大型語言模型的上下文詞嵌入，發現負責語言產出和理解的腦區有顯著重疊，並延伸至與社會認知相關的區域，顯示大腦的語言處理系統與溝通的更廣泛網絡有共同特徵。 PubMed DOI

生成式人工智慧和大型語言模型（LLMs），如GPT-4，對臨床醫學和認知心理學影響深遠。這些模型在理解和生成語言方面表現優異，能改善臨床決策和心理諮詢。雖然LLMs在類比推理和隱喻理解上表現良好，但在因果推理和複雜規劃上仍有挑戰。本文探討LLMs的認知能力及其在心理測試中的表現，並討論其在認知心理學和精神醫學的應用、限制及倫理考量，強調進一步研究的重要性，以釋放其潛力。 PubMed DOI

這項研究探討人類大腦在聽語音時如何編碼單詞意義，特別是海馬體的角色。研究人員記錄了數百個神經元的活動，發現單詞意義是透過不同語義類別的神經元綜合表現來表示的。結果顯示，神經反應距離與語義距離相關，這與大型語言模型（如BERT）相似，但在非上下文模型（如Word2Vec）中則未見此現象，顯示上下文對理解意義的重要性。此外，神經反應範圍與詞彙多義性有關，進一步強調上下文的關鍵角色。總體而言，結果支持海馬體使用向量編碼原則來表示語義信息。 PubMed DOI

TL;DR： 稀疏自編碼器能從大型語言模型中抓出高維度的概念向量，並在三個層級展現結構：小尺度像晶體一樣排列、概念會聚成像大腦區域的群聚、中尺度則有明顯的空間分布；大尺度上，特徵空間呈現高度各向異性，特徵值分布符合冪律，且不同層的群聚程度會變化。 PubMed DOI

大型語言模型像GPT-4雖然能解簡單的心智理論題目，但遇到複雜、貼近人類的推理還是有困難。它們的表現可能只是剛好符合測驗方式，並不代表真的理解。現有研究多用文字題，忽略人類社會認知的多元面向。這篇評論提醒大家，LLMs不等於真正的人類心智理論，未來評估方式要更貼近現實。 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

LLMs 只靠語言就能學到像人類一樣的抽象概念，但在感官和動作相關的概念上，跟人類還是有落差。加入視覺等多感官訓練後，LLMs 在這些領域的表現會更接近人類。這說明多感官經驗對 LLMs 形成完整人類概念很重要。 PubMed DOI

大型語言模型在辨識單一神經迷思時表現比人類好，但遇到實際應用情境時，通常不會主動質疑迷思，因為它們傾向迎合使用者。若明確要求糾正錯誤，效果才明顯提升。總之，除非特別指示，否則 LLMs 目前還不適合單靠來防堵教育現場的神經迷思。 PubMed DOI

大型語言模型在視覺化任務中，特別有專家指引時，能模擬人類評分與推理，且在專家信心高時表現與人類相近。不過，LLMs在穩定性和偏誤上仍有限，適合用來快速原型評估，但還是無法完全取代傳統使用者研究。 PubMed DOI