贪心与否，我来了：人类和资源理性模型在词汇约束下的语言生成
本研究探讨人类在词汇量受限（最小250个高频词）时如何生成语言，并与基于大语言模型的贪心采样和全局最优采样算法进行比较。结果显示人类行为更接近贪心采样，但熟练者会回溯修正；在高约束下，人类倾向于使用语义较轻的词汇。研究对资源理性认知、心理语言学、二语交流和语言障碍有重要启示。
一项新研究探讨了人类在词汇量受限的情况下如何生成语言。研究人员让参与者在最严格的条件下仅使用250个最高频词汇来回答各种问题，并将其行为与基于大语言模型的贪心采样和全局最优采样算法进行比较。这些算法通过顺序蒙特卡洛推断实现。
结果显示，人类的语言生成行为更接近贪心采样，即每次选择当前最优的词汇而非进行全局最优的长期规划。然而，能力更强的参与者往往更倾向于回溯并修正之前的表达，这是一种非贪心的行为模式。此外，在高约束条件下，人类普遍倾向于使用语义较轻的词汇，而这一现象在贪心和最优采样算法中同样出现。
该研究不仅揭示了人类在有限词汇下仍能有效沟通的策略，还表明人类行为与计算模型存在相似性。作者讨论了这些结果对资源理性认知、心理语言学、第二语言交流以及语言障碍等领域的广泛启示。例如，在第二语言交流中，学习者常面临词汇不足的困境，而本研究的发现可能有助于设计更有效的教学策略；对于语言障碍患者，理解这种限制下的沟通机制或许能提供新的干预思路。
总的来说，这项工作为理解人类在资源限制下的语言产生提供了新的视角，同时也为未来人工智能语言系统的设计提供了参考。通过将认知科学与计算模型相结合，研究展示了跨学科方法在揭示复杂认知现象方面的潜力。