通过比较人类和25个LLM在多种日常常识推理任务上的表现,发现两者错误模式相似,进一步识别LLM中的注意力头实现模式匹配,并用来预测人类由于无关提示细节导致的推理错误,表明日常因果推理更符合模式匹配。
机构:威斯康星麦迪逊
来源:arXiv 2606.13607 | AI4Papers 论文推荐平台