English(EN) Representational Similarity Alignment of Figurative Language in Humans and Large Language Models

大型语言模型在人类比喻性语言使用方面表现出表面一致性，但深层差异依然存在

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

一篇新的arXiv论文研究了大型语言模型（LLMs）与人类相比，在理解比喻性语言方面的表现。研究人员将人类参与者和四种大型语言模型——GPT-4、Gemma-2-9B、Llama-3.2和Mistral-7B——在解释涉及常规性、讽刺、幽默、情感、习语和俚语的句子方面的表现进行了比较。虽然模型的表面判断通常与人类一致，但它们潜在的表征相似性存在差异，尤其是在习语和俚语方面。GPT-4与人类表征的对齐度最高，但所有模型都表现出不同的内部处理模式。 AI

影响这项研究强调，尽管大型语言模型可以模仿人类对比喻性语言的理解，但它们的内部表征可能存在差异，这表明在细微理解方面可能存在局限性。

排序理由该集群包含一篇详细介绍大型语言模型能力研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍大型语言模型能力研究结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Samhita Bollepally, Aurora Sloman-Moll, Takashi Yamauchi, Neeka Motamedrasa · 2026-10-15 04:00

人类与大型语言模型中比喻性语言的表征相似性对齐

arXiv:2601.09041v2 Announce Type: replace-cross Abstract: Large language models (LLMs) often produce judgments similar to those of humans, but their interpretation of figurative language remains unclear. We compared human participants and four instruction-tuned LLMs (GPT-4, Gemma…

本文如何被排名

报道来源 [1]

人类与大型语言模型中比喻性语言的表征相似性对齐

相关实体

相关话题