“`html

AI语言模型：递归能力的惊人突破

人工智能语言模型日新月异，其语言能力何时能与人类比肩，一直是备受关注的焦点。最新研究表明，这一时刻或许比我们想象的更近。

近期发表在《IEEE人工智能汇刊》上的研究显示，OpenAI的o1推理模型展现出对人类语言中最复杂现象之一——语言递归——的识别、建模甚至拓展能力。“湖中岛上的湖”就是一个递归的例子。研究共同作者，加州大学伯克利分校语言学副教授Gašper Beguš，致力于探究机器学习与人类学习的异同，并从安全和监管角度审视AI的局限性。

大型语言模型的元语言能力

研究团队评估了四种大型语言模型（LLM）的元语言能力：OpenAI的GPT-3.5 Turbo、GPT-4和o1，以及Meta的Llama 3.1。以往研究多关注模型的语言生成能力，而这项研究则侧重于模型分析语言的能力——元语言能力。例如，面对歧义句，“Eliza想要她的石膏取掉”，模型能否准确识别并理解其双重含义（移除石膏或逐出团体）？

结果显示，虽然所有四个模型都识别出句子的歧义结构，但只有o1能够准确解析出所有潜在含义。这体现了其对语言细微差别的敏锐捕捉。

递归能力：o1模型的显著优势

更令人瞩目的是o1在语言递归处理上的卓越表现。“世界观（尼采所作散文表达的）是前所未有的”就是一个递归句。o1不仅能识别递归句，还能准确绘制其句法树，甚至能在此基础上增加新的递归层级。在实验中，o1的得分高达0.87，远超其他模型的平均得分0.36。 这并非易事，即使对人类而言，分析此类复杂句式也极具挑战性。递归是人类语言的标志性特征，其复杂性是其他动物无法比拟的。AI模型能够识别和分析递归，标志着其语言能力达到了一个新的高度。

AI语言能力的边界在哪里？

研究还测试了模型分析语音规则的能力。实验使用人工语言，避免模型依赖记忆，而是分析词语结构本身。o1在30个案例中正确识别了19个语音规则，再次展现出其优越性。

Beguš教授强调，理解这些模型的语言能力极限至关重要，这关乎安全和监管。“它们已经达到了相当高的水平，”他指出，“但它们能走多远？能否分析三层、五层甚至十层递归？这才是百万美元的问题，也是我们研究的核心目标。”

“`