Key points are not available for this paper at this time.
대형 언어 모델(LLMs)은 지금까지 모든 모델 중에서 인간 언어를 가장 잘 마스터한 것에 가까워졌지만, 그들의 언어적 및 인지적 능력에 대한 견해는 여전히 엇갈립니다. 여기에서는 규범적 언어 능력 — 언어 규칙 및 패턴에 대한 지식 —과 기능적 언어 능력 — 세계에서 언어를 이해하고 사용하는 것 —의 구분을 사용하여 LLM을 평가합니다. 이 구분은 인간 신경과학에 기반을 두고 있으며, 이는 규범적 및 기능적 능력이 서로 다른 신경 메커니즘에 의존함을 보여줍니다. LLM은 규범적 능력에서 놀라울 정도로 뛰어나지만, 기능적 능력 과제에서의 성능은 고르지 않으며 종종 전문적인 미세 조정 및/또는 외부 모듈과의 결합이 필요합니다. 우리는 인간과 유사한 방식으로 언어를 사용하는 모델이 이 두 가지 능력 유형을 모두 마스터해야 하며, 이는 기능적 능력과는 구별되는 규범적 언어 능력에 특화된 메커니즘의 출현을 필요로 할 수 있다고 가정합니다.
Mahowald et al. (Mon,)이 이 질문을 연구했습니다.