大型语言模型展示了语言统计学习的潜力※

〔智利〕帕布罗·孔特拉斯·卡伦斯 〔丹麦〕罗斯·迪恩斯·克里斯滕森－麦克拉克伦〔丹麦〕莫滕·克里斯蒂安森 著 杨旭 译

（1.3.康奈尔大学 心理学系，美国 伊萨卡 14853；2.3.奥胡斯大学 传播与文化学院，丹麦 奥胡斯8000；4.武汉大学 文学院，湖北 武汉 430072）

总之，我们相信，即使考虑到它们的局限性，并允许对它们的真正能力抱有合理怀疑，大型语言模型仍有可能成为未来语言认知科学研究的重要工具。它们可以被视为基于预测、记忆、概括和抽象的纯粹统计的语法学习的工作模型。鉴于它们作为模型的地位，探索其极限可以提供新的洞见，了解人类如何学习和使用语言进行交流。然而，内在语法知识基于可学性的论证是，这种方法永远无法达到大型语言模型已有的性能水平。考虑到这一点，大型语言模型的存在已经是一个游戏规则的改变者。