Samhita Bollepally

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

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。