康奈尔研究称大脑按线性序列处理语言,挑战乔姆斯基层级语法;印度语言成反例讨论点
anirbanbandyo · x · 2026-10-26
康奈尔大学研究者发表论文,挑战自 1957 年以来由乔姆斯基主导的语言学共识:大脑并非通过层级化的「语法树」和深层抽象句法规则处理语言,而是实时处理线性序列——说话时只是在预测下一个最符合逻辑的词块序列,这与 LLM 的工作方式类似。
推主 anirbanbandyo 补充了一个有趣角度:印度诸语言并非生成式——一个词要经 3 变量、3 时态、7 情境、3 主语的矩阵变换,使词序不承载语境而只承载韵律;在这些语言里若遵循语法,位置代表节奏而非语义,或为「线性序列假说」提供跨语言检验素材。
该研究若成立,意味着教科书级语言学范式需要改写,也进一步支持 LLM 式下一词预测正是人类语言处理的近似机制。
「研究」频道最新
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27
- 被称最佳 LoRA 讲解视频：从几何直觉讲到任务内在维度 — sophiamyang · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27