超越表面结构：对大语言模型理解能力的因果评估

本研究针对大语言模型（LLMs）在处理自然语言任务时，是否真正理解深层结构的问题进行探讨。通过因果中介分析的方法，研究提出了一种新的评估方法，发现大多数主流LLMs具备深层结构理解能力，并且该能力随着预测准确度的提高而增强。这一发现不仅挑战了以往的观点，还为LLMs的评估提供了新的理论和方法论支持。