近日，一項由美國哥倫比亞大學與費因斯坦醫學研究所聯合開展的研究，揭示了大型語言模型（LLMs）與人類大腦之間令人驚訝的相似性。這項研究不僅展示了LLMs在技術上取得的顯著進步，還揭示了其結構上的變化，使其越來越接近于人類大腦。

研究的主要目的是探索最新一代LLMs是否仍具備與人類大腦相似的特征。為了實現這一目標，研究人員精心挑選了12個具有相同架構和參數數量的開源LLMs進行深入分析。

在研究方法上，研究團隊采取了創新的策略。他們首先在神經外科患者的腦部植入電極，以記錄患者在聽到語言時的大腦反應。與此同時，將相同的演講文本輸入到LLMs中，并提取模型的詞嵌入信息。這一步驟旨在通過對比LLMs的詞嵌入與大腦的實際反應，來衡量兩者之間的相似性。

研究結果顯示，隨著LLMs能力的不斷提升，其詞嵌入與大腦對語言的反應變得越來越接近。更令人矚目的是，LLMs性能的提升與其與人類大腦層次結構對齊程度的提高呈現出正相關的趨勢。這一發現不僅加深了對LLMs的理解，還為其在模擬人類大腦語言處理方面的能力提供了新的見解。

盡管這項研究揭示了LLMs與人類大腦之間的相似性，但關于這些模型是否具備超越人類大腦的能力，目前仍缺乏確鑿的證據。因此，研究人員表示，未來還需要進一步的研究和探討，以全面評估LLMs的潛力和局限性。