专家拥有“世界模型”，而LLM仅拥有“文字模型”：揭秘大模型认知的本质局限

本文深入探讨了LLM与人类专家在认知模式上的本质区别：专家构建的是基于物理现实的“世界模型”，而LLM目前仅拥有基于语言统计的“文字模型”。评论指出，语言无法完全映射现实，其中包含大量惯例、错误或修辞。文章以“烹饪蘑菇是否需要清洗”为例，生动说明了当网络训练数据充满谬误时，缺乏真实世界感知能力和量化验证逻辑的LLM，会盲目复制错误建议甚至编造荒谬理论。这揭示了单纯依赖语言概率生成的AI系统在处理现实复杂问题时的根本性缺陷。