当我们读到“苹果”“香蕉”“西瓜”这些词，虽然颜色不同、形状不同、味道也不同，但仍会下意识地归为“水果”。

哪怕是第一次见到“火龙果”这个词，也能凭借语义线索判断它大概也是一种水果。

这种能力被称为语义压缩，它让我们能够高效地组织知识、迅速地对世界进行分类。

那问题来了：大型语言模型（LLM）虽然语言能力惊人，但它们在语义压缩方面能做出和人类一样的权衡吗？

为探讨这一问题，图灵奖得主LeCun团队，提出了一种全新的信息论框架。

该框架通过对比人类与LLM在语义压缩中的策略，揭示了两者在压缩效率与语义保真之间的根本差异：

LLM偏向极致的统计压缩，而人类更重细节与语境。

语义压缩对比框架

要实证性地研究LLM的表征方式与人类概念结构之间的关系，需要两个关键要素：

稳健的人类概念分类基准

研究团队基于认知科学中的三项经典研究（Rosch 1973、1975和McCloskey & Glucksberg 1978），构建了一个涵盖1049个项目、34个语义类别的统一基准。

这些数据不仅提供了类别归属信息，还包含人类对各项目“典型性”的评分，反映了人类认知中概念形成的深层结构。

相比现代众包数据，这些经过专家严格设计的数据集更具可信度与解释力，为LLM的类人性评估提供了高保真的比较基础。

多样化的LLM模型选择

为全面评估不同大型语言模型在概念表征上的差异，研究团队选取了30+LLMs（BERT、LlamA、Gemma、Qwen等），参数规模从3亿到720亿不等。

所有模型均从输入嵌入层提取静态词元表示，以贴近人类分类实验中“去上下文”的刺激方式，确保模型和人类的认知基准保持一致，便于公平比较。

为分析LLM与人类在表达和组织语义信息时的差异，研究引入了一个信息论框架。

该框架借鉴了两大经典信息论原理：

速率失真理论：描述压缩效率与信息失真之间的最优权衡；

信息瓶颈原理：关注在压缩表示的同时，最大程度保留与目标相关的信息。

LLM与人类在表征策略上的关键差异

研究发现，LLM的概念分类结果与人类语义分类的对齐程度显著高于随机水平。

这一结果验证了LLM在语义组织方面的基本能力，并为后续更细粒度的语义结构对比奠定了基础。

但是大型语言模型真的理解细节吗？

答案是：LLM难以处理细粒度的语义差异。它们的内部概念结构与人类对类别归属的直觉不相符。

人类典型性判断与LLM余弦相似度之间的斯皮尔曼相关系数较弱且大多数不显著，表明两者在概念表征结构上存在差异。

那LLM和人类在信息压缩与语义保真上存在哪些关键差异呢？

LLM侧重于统计压缩，力求最大程度地减少冗余信息；而人类则更注重适应性和丰富性，强调保持灵活性和上下文的完整性。

研究团队

这项研究由斯坦福大学与纽约大学联合开展，团队成员均来自这两所高校。

其中，第一作者为斯坦福大学博士后研究员Chen Shani。

更让网友震惊的的是，Yann LeCun也为此研究的作者之一。

Yann LeCun是当今人工智能领域最具影响力的科学家之一，现任 Meta（原 Facebook）首席人工智能科学家，同时也是纽约大学教授。

LeCun早在1980年代便开始研究神经网络，最著名的贡献是提出了卷积神经网络（CNN）的核心架构——LeNet-5，用于手写数字识别。

该网络是现代深度学习模型的雏形，为后续图像识别和计算机视觉技术的发展奠定了坚实基础。

他与Geoffrey Hinton、Yoshua Bengio被誉为“深度学习三巨头”，共同推动了深度学习的理论与应用突破。

2018年，三人因在深度学习领域的杰出贡献，荣获了计算机科学领域的最高奖项——图灵奖。

除了技术创新，LeCun还积极推动深度学习技术在工业界的应用，尤其是在Meta，领导团队将人工智能技术应用于大规模系统。

他同时是自监督学习的积极倡导者，认为这是实现通用人工智能（AGI）的关键路径之一。

可以说，LeCun的研究对人工智能技术的演进产生了重要影响。