本研究评估了语言模型在开放领域中的抽象能力，发现现有模型在零样本和少样本情况下理解抽象知识存在挑战。通过训练，模型的抽象能力得以提升，并能推广到新事件。提出的AbsInstruct框架结合指导和抽象知识，显著增强了模型的推理性能。同时，研究探讨了语言模型与人类认知的差异，强调了发展具备概念意识的模型的重要性。

本研究分析了大型语言模型对人类概念的理解程度，并讨论了发展具备概念意识的语言模型的方法。初步结果证明，概念意识语言模型能更好地符合人类直觉，提高预测稳定性，展示了其潜力。