芝大与耶鲁研究：LLM 科研思路比人类更狭隘

rohanpaul_ai · x · 2026-08-01

耶鲁大学和芝加哥大学的一项最新研究指出，大语言模型（LLM）与人类在科研想法上的真正差距不在于质量，而在于思路的广度——LLM 的思考范围比人类研究员更窄。

研究团队基于 11,683 篇真实论文构建了对照实验，提取每篇论文的前置研究作为共同起点，让模型在此基础上提出新的研究动机和方法，并与真实的人类论文进行对比。

结果发现，人类的科研想法分布广泛（如解释机制、测试失败、构建系统等），而 LLM 则严重倾向于“连接不同研究”。数据显示，仅 12.1% 的人类想法属于此类，但 LLM 的比例高达 47.1% 至 64.2%。即使增加推理步骤，这种倾向反而更加明显，表明模型往往只是在打磨已有的熟悉套路，而非探索更多元的研究路径。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →