大语言模型能否通过镜子测试？

本文探讨了大型语言模型（LLM）是否能够通过“镜子测试”——即自我认知的经典实验。作者分析了LLM在对话中展现的自我指涉能力，并评估其是否具备某种形式的自我意识，以及对模型训练和评估的潜在影响。

背景速读

- 镜像测试（Mirror Test / MSR）是1970年发展出的经典心理学实验：在动物脸上做一个无味的标记，然后看它是否会照镜子并触摸标记。通过该测试通常被视为具备自我认知能力的证据。历史上通过者包括人类、黑猩猩、海豚、大象和喜鹊等，但争议也很大。 - 本文作者将同一逻辑移植到大型语言模型（LLM）上：给LLM一个“镜像”——即自身输出的文本流——并在其中“注入”一个与模型身份相关的矛盾（例如告诉它“你的名字是Claude，但你却说自己是GPT-4”），看它能否察觉并纠正这一矛盾。 - 这里的核心问题是：LLM能否表征并识别“自我”的边界？如果不能通过镜像测试，则模型不具备自我意识；如果能，则对AI自我认知的传统理解可能需要修正。 - 本文的技术价值在于：它为“LLM是否有自我意识”这个高度哲学化的问题，提供了一个可操作的实验范式，而不是仅靠理论争论。