Experimental Pragmatics with Machines: Testing LLM Predictions for the Inferences of Plain and Embedded Disjunctions

人类的交流基于我们从句子中推断出的各种推论，通常超出了字面意思。虽然在包含、隐含和预设之间有基本的区别，但许多推论的状态仍存在争议。在本文中，我们重点研究了明确和嵌套二选一的三种推论，并将它们与常规的标量隐含进行比较。我们从最新的大型语言模型的预测的角度研究了这个比较，使用了与最近的研究相同的实验范例来研究人类进行相同推论的情况。我们最佳表现模型的结果大多与人类的结果一致，无论是在我们发现的这些推论和隐含之间的巨大差异，还是在这些推论不同方面的细微差别中。

本论文旨在比较普通和嵌入式析取的三个推理和常规标量蕴涵之间的区别，并通过最新的大型语言模型的预测结果来进行研究。

本论文通过使用最新的大型语言模型，从新的角度比较普通和嵌入式析取的三个推理和常规标量蕴涵之间的区别，并发现了一些细微的差别。

实验结果表明，最佳模型的结果与人类的结果大多相符，实验设计合理，使用了现有数据集，并提供了开源代码。该论文的研究思路具有创新性和实用性。

最近的相关研究包括：《基于语言模型的推理预测》，《对话中的预测和推理》，《基于语言模型的语义推理》等。