當我們讀到“蘋果”“香蕉”“西瓜”這些詞，雖然顏色不同、形狀不同、味道也不同，但仍會下意識地歸為“水果”。

哪怕是第一次見到“火龍果”這個詞，也能憑借語義線索判斷它大概也是一種水果。

這種能力被稱為語義壓縮，它讓我們能夠高效地組織知識、迅速地對世界進行分類。

那問題來了：大型語言模型（LLM）雖然語言能力驚人，但它們在語義壓縮方面能做出和人類一樣的權衡嗎？

為探討這一問題，圖靈獎得主LeCun團隊，提出了一種全新的信息論框架。

該框架通過對比人類與LLM在語義壓縮中的策略，揭示了兩者在壓縮效率與語義保真之間的根本差異：

LLM偏向極致的統計壓縮，而人類更重細節與語境。

圖片

語義壓縮對比框架

要實證性地研究LLM的表征方式與人類概念結構之間的關系，需要兩個關鍵要素：

穩健的人類概念分類基準

研究團隊基于認知科學中的三項經典研究（Rosch 1973、1975和McCloskey & Glucksberg 1978），構建了一個涵蓋1049個項目、34個語義類別的統一基準。

這些數據不僅提供了類別歸屬信息，還包含人類對各項目“典型性”的評分，反映了人類認知中概念形成的深層結構。

相比現代眾包數據，這些經過專家嚴格設計的數據集更具可信度與解釋力，為LLM的類人性評估提供了高保真的比較基礎。

多樣化的LLM模型選擇

為全面評估不同大型語言模型在概念表征上的差異，研究團隊選取了30+LLMs（BERT、LlamA、Gemma、Qwen等），參數規模從3億到720億不等。

所有模型均從輸入嵌入層提取靜態詞元表示，以貼近人類分類實驗中“去上下文”的刺激方式，確保模型和人類的認知基準保持一致，便于公平比較。

為分析LLM與人類在表達和組織語義信息時的差異，研究引入了一個信息論框架。

該框架借鑒了兩大經典信息論原理：

• 速率失真理論：描述壓縮效率與信息失真之間的最優權衡；
• 信息瓶頸原理：關注在壓縮表示的同時，最大程度保留與目標相關的信息。

LLM與人類在表征策略上的關鍵差異

研究發現，LLM的概念分類結果與人類語義分類的對齊程度顯著高于隨機水平。

這一結果驗證了LLM在語義組織方面的基本能力，并為后續更細粒度的語義結構對比奠定了基礎。

圖片

但是大型語言模型真的理解細節嗎？

答案是：LLM難以處理細粒度的語義差異。它們的內部概念結構與人類對類別歸屬的直覺不相符。

圖片

人類典型性判斷與LLM余弦相似度之間的斯皮爾曼相關系數較弱且大多數不顯著，表明兩者在概念表征結構上存在差異。

那LLM和人類在信息壓縮與語義保真上存在哪些關鍵差異呢？

LLM側重于統計壓縮，力求最大程度地減少冗余信息；而人類則更注重適應性和豐富性，強調保持靈活性和上下文的完整性。

圖片

研究團隊

這項研究由斯坦福大學與紐約大學聯合開展，團隊成員均來自這兩所高校。

其中，第一作者為斯坦福大學博士后研究員Chen Shani。

圖片

更讓網友震驚的的是，Yann LeCun也為此研究的作者之一。

圖片

Yann LeCun是當今人工智能領域最具影響力的科學家之一，現任 Meta（原 Facebook）首席人工智能科學家，同時也是紐約大學教授。

LeCun早在1980年代便開始研究神經網絡，最著名的貢獻是提出了卷積神經網絡（CNN）的核心架構——LeNet-5，用于手寫數字識別。

該網絡是現代深度學習模型的雛形，為后續圖像識別和計算機視覺技術的發展奠定了堅實基礎。

他與Geoffrey Hinton、Yoshua Bengio被譽為“深度學習三巨頭”，共同推動了深度學習的理論與應用突破。

2018年，三人因在深度學習領域的杰出貢獻，榮獲了計算機科學領域的最高獎項——圖靈獎。

除了技術創新，LeCun還積極推動深度學習技術在工業界的應用，尤其是在Meta，領導團隊將人工智能技術應用于大規模系統。

他同時是自監督學習的積極倡導者，認為這是實現通用人工智能（AGI）的關鍵路徑之一。

可以說，LeCun的研究對人工智能技術的演進產生了重要影響。

論文地址：https://arxiv.org/abs/2505.17117

參考鏈接：https://x.com/ziv_ravid/status/1928118800139841760