AI模型Centaur的研究成果 - 跨国团队推出名为"Centaur"的AI基础模型，宣称能模拟人类认知并高准确率预测人类行为[7][9] - 模型基于Meta开源大模型Llama 3.1 70B，采用量化低秩适配技术微调，仅需0.15%参数即可模拟人类行为[16] - 配套开发小型版本Minitaur，基于Llama 3.1 8B，可在Google Colab免费GPU实例运行[17] 技术实现与数据基础 - 使用Psych-101数据库，涵盖160项心理学实验、超6万名参与者、1000万次选择及2.54亿文本tokens[10][12] - 将实验数据人工转录为标准自然语言文本，使模型能像阅读故事般学习人类行为细节[14] - 模型内部表征与人类大脑神经活动存在相关性，预测fMRI数据的皮尔逊相关系数优于基础模型[33][35] 模型性能表现 - 在未训练过的"魔毯探险"等新场景中保持准确预测，证明理解任务内在结构而非表面故事[21] - 在LSAT逻辑推理、道德决策等全新领域表现优异，展现通用认知模型潜力[23][24] - 能模拟人类探索策略和学习模式，且可预测人类反应时间[26][28] 科学界争议 - Science杂志同日刊文质疑，学者指出行为匹配不等同心智模仿，模型本质仍是统计匹配机器[46][51] - 测试显示模型存在"超人"能力，如记忆256位数字、1毫秒反应时间，与人类认知局限性不符[54][55] - Psych-101数据库虽庞大，但仅覆盖人类认知的有限片段，泛化能力存疑[58] 应用价值 - 通过"科学遗憾最小化"方法优化决策模型，发现人类在权威专家意见使用上的灵活策略[43][44] - 帮助构建可解释的加权平均决策机制，新模型预测准确度接近Centaur但保持可解释性[45]