Large Language Models as Model Organisms for Human Associative Learning

文章核心总结与翻译

一、主要内容

本文将大型语言模型（LLMs）作为人类联想学习的计算模型，通过适配认知神经科学的联想学习范式，探究6个开源LLM在上下文学习（ICL）中的表征动态变化。核心发现包括：LLM的表征变化符合非单调可塑性假说（NMPH），仅在学习巩固阶段呈现U型曲线（中等相似的token对会分化）；提出“词汇干扰”概念，即新联想与模型先验知识的竞争会调节表征变化，干扰越强分化越明显；LLM的学习过程分为编码、巩固、遗忘三阶段，且不同模型的遗忘机制存在差异。

二、创新点

1. 首次将LLM作为“模型有机体”用于人类联想学习研究，解决了生物系统中难以控制变量、采样密集度不足的实验难题。
2. 验证了NMPH在LLM中的适用性，发现该非单调模式仅存在于巩固阶段，揭示了学习阶段与表征变化的关联。
3. 提出“词汇干扰”这一可量化的新因素，阐明局部token相似性与全局词汇竞争对表征变化的联合影响。
4. 系统划分LLM联想学习的三阶段动态，为理解模型记忆重组机制提供了新框架。

三、关键部分翻译（Markdown格式）

Abstract（摘要）

联想学习——即在共现项目间建立关联——是人类认知的基础，会以复杂方式重塑内部表征。在生物系统中测试表征变化如何发生的假说具有挑战性，但大型语言模型（LLMs）提供了一种可扩展的替代方案。基于LLMs的上下文学习能力，我们适配了一种认知神经