arXiv cs.CL· Mervat Abassy, Zhaoxin Feng, Tatsuki Kuribayashi, Kentaro Inui, Emmanuele Chersoni·· 11 小时前AI 评分29
为什么 LLM 会接受泛指陈述？用心理语言学和模型衍生因素解释可接受性
Why Do LLMs Accept Generics? Explaining Acceptability using Psycholinguistic and Model-Derived Factors
AI 导读
研究用心理语言学数据集和自然语料测试 12 个模型，发现 LLM 判断泛指陈述时会像人一样权衡属性常见度与区分度，并偏好特征性属性，但忽略显著性属性。对 LLM 影响最大的是陈述是否事实为真，人类因素的多数影响通过这一判断传导。在 6 个 7-9B 模型上，沿各因素方向移动隐藏状态可让判断按该因素预测的方向变化。
正文 · AI 翻译
摘要：心理语言学研究探讨了为什么人类接受某些泛指陈述而拒绝另一些，并表明这些判断不仅取决于某一属性有多普遍。人们还会考虑其他若干因素，例如该属性在多大程度上将该类别与其他类别区分开来，或者它是否是该类别的典型特征。
受语言学和认知文献的启发，我们探究这些研究中的因素在多大程度上能解释大语言模型（LLM）如何判断泛指陈述。我们在一个心理语言学数据集以及自然出现的泛指陈述上对十二个模型进行实验，结果表明模型会权衡某一属性的普遍程度与其对该类别的区分程度，并将两者结合起来，方式与人类相似，但不如人类清晰。与人类一样，它们偏好典型属性，但与人类判断的解释不同，它们会忽略引人注目的属性。对 LLM 而言，最重要的是陈述在事实上是否为真，而人类因素的大部分影响正是通过这一判断传递到它们的评分中。在六个 7-9B 模型中，沿每个因素的方向移动隐藏状态，会使判断按照该因素的预测发生变化。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.27928 [cs.CL] |
| （或 arXiv:2610.27928v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.27928 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Mervat Abassy [查看电子邮件]
[v1]
2026年10月20日星期二 09:40:13 UTC（270 KB）
来源：arXiv cs.CL · arxiv.org