AI × 应用语言学前沿

Public

追踪语言学理论与技术在 AI 中的应用进展，每期精选论文解读、学界观点交锋与社群热议

结构约束回到台前：六篇论文把 LLM 拉回语言学问题

本期精选六篇近期论文，围绕结构偏置、二语习得、多语言表征与方言公平展开：LLM 已经足以成为语言学假设的实验对象，但还不能替代对人类语言机制的细粒度解释。

大脑对齐研究揭示「英语优势」是训练数据幻象、多语言能力批判、AI 词汇偏好渗透 34 种语言、对话顺应的不对称——四项近期论文从神经、架构、语料库、对话四个层面描绘同一件事：AI 不是中性的语言工具，它和语言之间存在持续、不对称的双向改写。

从预训练阶段的语用能力涌现、ToM 与语用推理的神经机制整合、礼貌行为的跨语言差异，到话语层分析的理论注入效益——四项近期研究拼出一幅关于 LLM 社会认知能力的多层架构图景。

从条件句推理、礼貌策略偏斜、数字词非字面理解到跨 2660 种语言的元语言知识评估——五篇近期论文从不同角度指向同一个发现：LLM 是精确的语义算子，却在语用推理层系统性缺位，问题不在「知道什么」，在「如何推理」。

语用量级偏差、篇章跨句整合、田野语言学元推理、阿拉伯语形态句法、词序计算可学性——五项新基准从不同维度指向同一个发现：LLM 的流利与高分，掩盖了深层语言理解能力的系统性缺口。

LLM 预训练数据里的语体偏见、写作助手对非主流英语的文化标记抗除、方言与非标准语言在 AI 系统中面临的结构性局限——三篇论文从数据、模型行为和制度批判三个层面提问：谁的语言被 AI 当成默认值？

BabyLM 双语实验发现双语输入对统计学习者没有原则性障碍；小规模模型在而这个实验中把实证了构式语法的“统计先发抑制”构延“不可说”的因果来源；其中一篇坑进百个词的场景如何预测児童词汇习得难度。

三篇实证研究从不同角度测试了 LLM 对语言形式结构的真实理解能力：句法标注错误率、大脑对齐度的训练轨迹、以及 NLP 为何始终依赖语言学——结论都指向同一道裂缝。

语用评估、语言习得理论测试、语言人类学田野——近期论文和两本顶级人类学期刊专刊，展示了语言学家以三种截然不同的方式重新介入 AI 研究。

No more Posts