若大模型具擬人屬性，則《帝國時代2》亦然：對LLM歸因的批判性反思

本文對大語言模型研究中的擬人化歸因傾向提出質疑。作者認為，許多研究將道德、自然語言理解等泛化屬性賦予LLM，卻忽視了結論可能依賴特定底層載體。為驗證此觀點，作者構建了基於即時戰略遊戲《帝國時代2》的簡單神經網絡並進行了訓練，證明任何具備足夠強大底層的實體均可能表現出類似擬人特徵。實驗表明，LLM所謂的擬人屬性在經驗上並非唯一，其解釋高度依賴載體。文章主張建立零假設，即預設LLM不具備獨特擬人屬性，並強調實證討論需基於明確的測量標準，否則將陷入循環論證。此外，作者證明了《帝國時代2》在功能上和圖靈完備性上的潛力，為跨載體智能行為研究提供了新視角。