科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文探讨“大型语言模型是什么”的问题。为此对大模型的评判标准展开实验观察，对大模型的基础设施关联度预测进行直观分析，构建关联度预测的一种形式化LC，进而研究关联度预测的语义解释。在此基础上讨论大模型的真实性挑战、共识挑战、内容属性挑战和非封闭性挑战。主要发现包括：语元关联度是体现人类语言习惯的可自动提取的语言痕迹；关联度预测具有语境相关的统计性质；LC具有弱共识性实质语义；LC是一个非概念化公理系统。这些特点颠覆了科学理论、形式化方法和软件的传统理念在人工智能领域的主导地位，是大模型输出既出人预料、又符合语言习惯的深层原因。
- 单位
