大语言模型能力飙升，结构与语言处理竟越来越像人脑？

近日，一项由美国哥伦比亚大学与费因斯坦医学研究所联合开展的研究，揭示了大型语言模型（LLMs）与人类大脑之间令人惊讶的相似性。这项研究不仅展示了LLMs在技术上取得的显著进步，还揭示了其结构上的变化，使其越来越接近于人类大脑。

研究的主要目的是探索最新一代LLMs是否仍具备与人类大脑相似的特征。为了实现这一目标，研究人员精心挑选了12个具有相同架构和参数数量的开源LLMs进行深入分析。

在研究方法上，研究团队采取了创新的策略。他们首先在神经外科患者的脑部植入电极，以记录患者在听到语言时的大脑反应。与此同时，将相同的演讲文本输入到LLMs中，并提取模型的词嵌入信息。这一步骤旨在通过对比LLMs的词嵌入与大脑的实际反应，来衡量两者之间的相似性。

研究结果显示，随着LLMs能力的不断提升，其词嵌入与大脑对语言的反应变得越来越接近。更令人瞩目的是，LLMs性能的提升与其与人类大脑层次结构对齐程度的提高呈现出正相关的趋势。这一发现不仅加深了对LLMs的理解，还为其在模拟人类大脑语言处理方面的能力提供了新的见解。

尽管这项研究揭示了LLMs与人类大脑之间的相似性，但关于这些模型是否具备超越人类大脑的能力，目前仍缺乏确凿的证据。因此，研究人员表示，未来还需要进一步的研究和探讨，以全面评估LLMs的潜力和局限性。