本研究探讨了大型语言模型在理解自然语言时的评估困难，尤其是在传达抽象意义方面的局限性。通过构式语法构建的评估集显示，最新模型在捕捉抽象意义上仍存在挑战，揭示了其语义能力的关键不足。

大型语言模型如GPT-4在语言任务中表现优异，引发了关于其语言和认知能力的讨论。本文介绍了这些模型在哲学、认知科学、人工智能和语言学中的重要性，涉及语言组成性、习得和语义能力等主题。作者认为这些模型挑战了对人工神经网络的传统看法，但需要更多研究来理解其机制。第二部分将探讨新方法和哲学问题。

本文介绍了GPT-4在语言任务中的出色表现，引发了关于其归属于语言或认知能力的争议。探讨了语言模型与哲学、认知科学、人工智能和语言学的关系，以及语言的组成性、语言习得、语义能力、基础、世界模型和文化知识的传输。语言模型的成功挑战了人工神经网络的假设，但仍需要进一步研究了解其内部机制。第二部分将探讨语言模型的最新发展和相关的实证方法和哲学问题。