illusory pattern perception

研究发现，大型语言模型表现出比人类更强的幻觉模式感知能力

一篇新的研究论文探讨了大型语言模型（LLMs）中的幻觉模式感知现象，发现这些模型比人类更倾向于从随机数据中推断有意义的关系。该研究将心理学范式改编应用于LLM任务，揭示了模型会过度将积极属性与多数群体相关联，并从模糊事件中构建因果叙事。研究人员开发了一个使用稀疏自编码器的特征可解释性框架来分析内部表征，将整体频率感知和分析性认知导向与这些幻觉感知联系起来。研究结果表明，一种类似认知的幻觉可能会影响LLM推理的可靠性。