7 月 5 日消息，據外媒 iXBT 4 日報道，德國 Helmholtz AI 研究計劃、谷歌 DeepMind、普林斯頓大學等機構的研究團隊近日聯合發布了一項重要成果：一款名為 Centaur 的通用型 AI 模型，首次實現了在大規模認知任務中預測人類行為的能力。

Centaur 基于 700 億參數的 Llama 3.1 語言模型，并通過名為 Psych-101 的數據集進行了專門訓練。該數據集匯集了來自 6 萬名參與者、覆蓋 160 個實驗的超過 1000 萬個決策，涵蓋了感知、記憶、邏輯推理、道德判斷及不確定性決策等領域。研究人員將每個實驗轉化為自然語言的文本形式，使模型可以像閱讀說明書一樣理解任務。憑借這一訓練方式，Centaur 能夠在未接觸過的新情境下做出精準預測。

即使面對完全陌生的測試任務，Centaur 也能精準預測行為。例如在一項類似老虎機的實驗中，參與者需在中獎概率不同的兩臺機器間做出選擇，模型的預測結果高度貼近真實決策。在邏輯推理和道德難題等更復雜的認知場景中，Centaur 的表現也超過了現有的主流模型。

研究人員特別關注 Centaur 與人腦運作的相似性。他們將模型的“內部表征”與功能性磁共振成像（fMRI）結果對比，發現 Centaur 在處理任務時的激活模式，與人類大腦的神經活動更為接近，甚至超過了 GPT-4 和 PaLM-2。

Centaur 還能推動認知科學理論的發展。在一項測試中，模型識別出一種新型決策策略：人類在做選擇時不僅考慮概率，還會預估未來回報。這一模式此前從未在心理學研究中被系統描述，但經過模型的提示，研究人員再次實驗并確認了其存在。

目前，Psych-101 數據集和 Centaur 模型已全部開放，未來還計劃拓展應用至兒童心理學、精神病學等更多領域。

附該成果在《自然》雜志上的論文：https://www.nature.com/articles/s41586-025-09215-4?utm_source=ixbtcom