If LLMs Have Human-Like Attributes, Then So Does Age of Empires II

📄 arXiv: 2605.31514 📥 PDF

作者: Adrian de Wynter

分类: cs.CL, cs.AI, cs.CY

发布日期: 2026-06-12

💡 一句话要点

提出LLM非独特性假设以挑战人类属性假设

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 大型语言模型 人类属性 神经网络 游戏模拟 属性测量 无效假设 人工智能伦理

📋 核心要点

  1. 现有研究普遍假设LLMs具有人类属性，但缺乏实证支持，可能导致错误结论。
  2. 论文通过在《帝国时代II》中训练神经网络，提出LLMs的属性并非独特，强调基底对属性的影响。
  3. 研究结果表明，假设LLMs具有人类属性会导致循环或无信息的结论，需明确测量标准。

📝 摘要（中文）

本研究探讨了大型语言模型（LLMs）及其代理工作流中的人类属性假设，指出这些假设可能存在错误。通过在《帝国时代II》游戏中构建和训练简单神经网络，作者论证了任何强大的基底（如乐高或大波士顿地区）也可能展现类似属性。研究强调，关于这些属性的讨论需要明确的测量标准，否则解释将依赖于表现。最后，提出了一种“无效”假设，假设LLM的非独特性，而非假设人类属性，以便进行实验，并讨论了潜在的反对意见。

🔬 方法详解

问题定义：本研究旨在探讨大型语言模型（LLMs）所被赋予的人类属性是否真实存在，现有方法往往假设这些属性是独特的，但缺乏实证依据，可能导致误导性结论。

核心思路：论文的核心思路是通过构建和训练一个简单的神经网络在《帝国时代II》游戏中，来展示任何强大的基底都可能展现人类属性，从而挑战LLMs的独特性假设。

技术框架：整体架构包括数据收集、神经网络设计与训练、属性测量标准的建立等主要模块。研究通过游戏环境模拟LLMs的行为，分析其属性表现。

关键创新：最重要的技术创新在于提出了“无效”假设，强调LLMs的属性并非独特，且基底的不同可能导致属性表现的变化，这与传统假设形成鲜明对比。

关键设计：在网络结构上，采用简单的神经网络架构，损失函数设计为适应游戏环境的反馈机制，参数设置经过多次实验调整，以确保模型的有效性和稳定性。

📊 实验亮点

实验结果表明，构建的神经网络在《帝国时代II》中展现出与LLMs相似的属性表现，验证了属性的非独特性假设。通过对比实验，发现不同基底下的属性表现存在显著差异，强调了基底对属性解释的重要性。

🎯 应用场景

该研究的潜在应用领域包括人工智能的伦理研究、游戏设计中的智能行为模拟以及人机交互的理解。通过明确LLMs的属性与基底的关系，能够为未来的AI系统设计提供更科学的指导，推动相关领域的理论与实践发展。

📄 摘要（原文）

Much research has been carried out on large language models (LLMs) and LLM-powered agentic workflows. However, many works within the field state emergence of, ascribe to, or assume, generalised anthropomorphic attributes to them (e.g., morality or understanding of natural language). Our goal is not to argue in favour or against the existence of these attributes, but to point out that these conclusions could be incorrect. For this we build and train a simple neural network on the videogame Age of Empires II, and note that any entity in a sufficiently-powerful substrate, such as LEGO or the Greater Boston Area, could also present such attributes. Hence, the purported anthropomorphic attributes of LLMs are empirically non-unique: although some properties (e.g., responses to prompts) could remain invariant, others, such as the interpretation of their perceived behaviour, might change with the substrate. Thus, any empirically-grounded discussion on these attributes requires explicit measurement criteria; otherwise the interpretation is left to the representation. We then show that assuming that these attributes exist or not in a system, independent of the substrate and in a generalised way, leads to either circular or uninformative conclusions. This is regardless of the experimenter's viewpoint on the subject, or whether the outcome shows existence or non-existence. Finally we propose a 'null' assumption, where one assumes LLM non-uniqueness instead of assuming anthropomorphic attributes to set up an experiment, along with examples of it. We also discuss potential objections to our work, briefly survey the field, and prove that Age of Empires II is functionally- and Turing-complete.