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。
「模型」频道最新
- OpenAI大降API价：GPT-5.6 Luna降价80%，性能逼近Opus且成本仅1/17 — gabrielchua · 2026-08-01
- Claude Opus 5 被指难用，Sonnet 5 成最可靠模型 — seanmcdonaldxyz · 2026-08-01
- 探讨主流大模型是否采纳 Unlimited OCR 技术 — Wise_Stick9613 · 2026-08-01
- 用户吐槽 Claude Opus 德语对话像心理医生,且语法糟糕 — MarcJSchmidt · 2026-08-01
- DeepSeek 被曝 7 美分开发一款游戏,编程成本白菜价 — rand_longevity · 2026-08-01
- 网传 Kimi K3 发现大量加密钱包关键漏洞 — RSync25 · 2026-08-01