大模型“推理”是推理吗 | 社会科学报

大语言模型已深度嵌入知识生产与日常交流，语言表达精湛，却常在基础数理与逻辑推演中出现偏差。实际上，大模型推理是统计驱动的模式匹配，与人类自上而下的规则化推理存在根本差异。唯有正视推理的多元形态，方能探寻人机优势互补、共思共生的智能新范式。

原文 ：《大模型“推理”是推理吗》

作者 |中国科学院大学人文学院教授 张立英

图片 |网络

近年来，以大语言模型为代表的人工智能技术飞速发展，ChatGPT、DeepSeek、Claude等模型已深度嵌入人类的知识生产与日常交流之中。然而，这些模型一方面能写出流畅的文章、回答复杂的问题，另一方面却频频在简单的数学推理、符号计数、逻辑判断上“翻车”。这种“聪明又愚钝”的双面性，迫使我们从逻辑学的角度重新审视一个根本问题：大模型的“推理”究竟是不是推理？如果是，它与人类推理有何本质不同？我们又该如何提升其推理能力？

1

大模型“推理”：表象之下的模式匹配

要理解大模型的推理表现，首先要看清其本质。大模型技术主要由预训练、监督细调和强化学习三个板块组成。其中，预训练作为大模型的主体和特色所在，其核心机制是语元（token）关联度预测模型：通过海量文本训练，学习不同语元（字、词、标点等）之间在语境中共同出现的概率。当我们向大模型提问时，它并不是在“思考”或“推导”，而是在逐字预测“最（较）可能出现”的下一个语元。

这种机制决定了大模型的回答本质上是模式匹配，而非逻辑推导。它并不理解问题背后的数学概念、逻辑结构或语义关系，而是依赖训练数据中语元之间的统计规律。因此，当问题形式与训练数据中的样本高度相似时，它表现出色；一旦问题稍作修改，比如更换数字、添加无关信息，模型性能就可能断崖式下降。例如，在苹果公司发布的GSM-Symbolic测试中，仅仅改变题目中的数字，就导致大模型在数学推理任务中的准确率下降高达65%。这说明，大模型并未掌握数学运算背后的抽象规则，而是依赖对训练数据的表面记忆。

2

人类推理：自上而下的规则体系

与“自下而上”的大模型形成鲜明对比的是，人类的推理是“自上而下”的。我们不仅依赖具体的经验事实，更依赖抽象的逻辑规则、语义理解、缺省预设和自我评价机制。

人类在进行推理时，能够从具体实例中抽象出一般性规则（如传递性、交换律、结合律、分配律等），并通过替换机制将这些规则应用于新情境。我们还能识别和调用隐含的背景知识，比如“爱丽丝是女孩，因此她的姐妹不包括她自己”。更重要的是，人类具备对推理结果的自我检验能力：我们知道自己是否满足前提条件，能否得出必然结论，甚至承认“推不出”。这套复杂的内在工作机制，使得人类推理具有高度的灵活性、共识性和解释性。而大模型恰恰缺乏这些能力：它暂时没有抽象—替换机制，不预设共识，也没有自我评价机制。

3

大模型“推理”算不算推理？

如果我们严格按照传统逻辑学对“推理”的定义——从若干前提出发，依据一定规则得出结论的思维过程，那么大模型的行为似乎并不符合。它不依赖逻辑规则，不进行抽象，不涉及语义理解。然而，如果我们将“推理”理解为一种从输入到输出的信息转换过程，那么大模型的运作确实可被看作一种新型推理。它的“规则”不是经典逻辑的公理，而是语元关联度的统计规律；它的“前提”不是命题，而是海量的语料和上下文中的语元序列；它的“结论”则是通过概率最大化生成的语元串。

这种推理机制不同于人类，但它并非没有逻辑结构。中国科学技术大学陈小平教授提出的形式公理系统Lc，就精确刻画了大模型关联度预测的底层逻辑。Lc仅含一条推理规则（综合单调性），却拥有海量推理前提（语元关联度）。其关键特征包括：所有关联度取值在[0,1]区间；预测遵循比较原则；推理具有实例性和语境相关性，但不遵循传统的一般传递性。这一公理化工作表明，大模型推理虽然不同于经典逻辑系统，却具有自身统一的形式结构。

4

人类与大模型对立还是互补？

将人类推理与大模型推理并置比较，我们不难发现，两者各有所长，也各有所短。人类推理的特点在于擅长抽象、规则应用、语义理解、缺省推理和自我评价，但受限于计算能力、记忆容量和信息处理速度。而大模型推理的特点则在于擅长海量信息的统计关联、快速生成语言流畅的输出，但缺乏抽象能力、规则意识、共识预设和可靠性判断。

这种对比让人联想到人工智能史上的符号主义与联结主义之争。符号主义强调规则与形式逻辑，试图自上而下地构建智能；联结主义则依赖数据和统计，自下而上地涌现智能。长期以来，这两大范式被视为对立，但它们并非不可调和。一方面，以往人工智能的符号主义进路所使用的主要是演绎逻辑（如谓词逻辑）的规律，但人类推理中还包含了归纳、类比等非演绎推理。这意味着，也许不是符号主义的路径本身有问题，而是目前符号主义所使用的逻辑基底不够合适或不够充分。另一方面，以数据分析和统计方法为主导的联结主义，其原理虽仍有一定灰箱性，但这种方法的确在很多时候“行之有效”，具有一定参考作用。这两个进路，一个从内而外，一个从外而内，从不同角度出发，实际上是在共同推进对智能深层机制的探索。

在此基础上，也许我们应进一步思考如何找到两种方式的共同基底要素。人类推理中大量使用类比、归纳等非演绎推理，这些推理本身就包含了分类与比较等要素。而大模型的语元关联度预测，本质上也是在不断进行比较（比较不同语元的共现概率），而如何分类也正是当下人工智能领域专家攻坚的方向之一。这表明，分类和比较也许正是人类推理与大模型推理的共同底层机制。

5

大模型推理增强的可能路径

基于上述比较，我们可以提出三条增强大模型推理能力的路径。

一是还原分类认知架构。人类推理中的类比、举例、比喻等非演绎推理，都可以还原为“分类”与“比较”两个基本要素。大模型如果能在底层引入分类架构，则可能更好地促进应用海量数据资源，而不必依赖人类的语义体系，就可能更好地模拟这些推理形式。分类并不一定依赖科学概念，而是可以基于语元之间的统计聚类，在保持非概念化优势的同时，增强推理的结构性。

二是考虑引入自然逻辑的规则。自然逻辑是一种基于自然语言表层语法的推理系统，它不需要将语言翻译为谓词逻辑，而是直接在自然语言形式上运行单调性、保守性、对称性等推理规则。这种逻辑更贴合大模型的语言处理方式，有可能在不破坏其语元关联机制的前提下增强其推理能力。

三是增加外部评价机制。大模型缺乏自我评价能力，这是其“胡言乱语”的根源之一。我们可以在模型之外增加一套推理结果的评价标准，用于检验输出是否满足给定的逻辑约束。这套评价机制不必内嵌于模型，而是作为外部模块运行，类似于人类对推理结果进行“元逻辑”审视。

6

对人类推理的再思考

大模型的兴起，不仅挑战了我们对“什么是智能”的理解，也促使我们重新审视人类推理的独特性与局限性。人类推理并非完美无缺。我们在面对复杂统计信息时，容易受到认知偏误的影响；我们在进行抽象推理时，也常常依赖教育和社会共识的支撑。大模型的出现恰恰提示我们，人类推理中那些被视为“自然”的能力，至少有一部分是在长期文化、教育和实践中逐步建构出来的。因此，提升人类推理能力，同样是一个值得关注的议题。在大模型可以快速生成语言、模拟对话的时代，人类更需要掌握的是逻辑抽象能力、批判性思维、信息筛选与验证能力，以及对推理过程本身的元认知控制。

大语言模型的“推理”不同于人类，但它并非没有规律。它代表了一种自下而上的、基于统计关联的新型推理机制。与其简单否定它“不会推理”，不如认真思考：我们能否在人类推理与大模型推理之间搭建一座理解与互补的桥梁？这不仅是技术问题，更是逻辑学、认知科学与人工智能交叉的前沿课题。在未来的智能社会中，人类与机器的“共思”与“共生”或许正取决于我们能否真正理解：推理，不止一种方式。

文章为社会科学报“思想工坊”融媒体原创出品，原载于社会科学报第2004期第5版，未经允许禁止转载，文中内容仅代表作者观点，不代表本报立场。

本期责编：程鑫云

《社会科学报》2026年征订

点击下方图片网上订报↓↓↓