貪心與否，我來了：人類和資源理性模型在詞彙約束下的語言生成
本研究探討人類在詞彙量受限（最小250個高頻詞）時如何生成語言，並與基於大語言模型的貪心採樣和全局最優採樣算法進行比較。結果顯示人類行為更接近貪心採樣，但熟練者會回溯修正；在高約束下，人類傾向於使用語義較輕的詞彙。研究對資源理性認知、心理語言學、二語交流和語言障礙有重要啓示。
一項新研究探討了人類在詞彙量受限的情況下如何生成語言。研究人員讓參與者在最嚴格的條件下僅使用250個最高頻詞彙來回答各種問題，並將其行為與基於大語言模型的貪心採樣和全局最優採樣算法進行比較。這些算法通過順序蒙特卡洛推斷實現。
結果顯示，人類的語言生成行為更接近貪心採樣，即每次選擇當前最優的詞彙而非進行全局最優的長期規劃。然而，能力更強的參與者往往更傾向於回溯並修正之前的表達，這是一種非貪心的行為模式。此外，在高約束條件下，人類普遍傾向於使用語義較輕的詞彙，而這一現象在貪心和最優採樣算法中同樣出現。
該研究不僅揭示了人類在有限詞彙下仍能有效溝通的策略，還表明人類行為與計算模型存在相似性。作者討論了這些結果對資源理性認知、心理語言學、第二語言交流以及語言障礙等領域的廣泛啓示。例如，在第二語言交流中，學習者常面臨詞彙不足的困境，而本研究的發現可能有助於設計更有效的教學策略；對於語言障礙患者，理解這種限制下的溝通機制或許能提供新的干預思路。
總的來説，這項工作為理解人類在資源限制下的語言產生提供了新的視角，同時也為未來人工智能語言系統的設計提供了參考。通過將認知科學與計算模型相結合，研究展示了跨學科方法在揭示覆雜認知現象方面的潛力。