四个大语言模型心智理论测试最高得 83%，脑活动相关性未达显著

研究人员让四个大语言模型完成理解他人知识、信念与意图的心智理论任务，其中两个模型得分高于随机水平，达到 75–83%。将模型内部活动与 58 名受试者的 fMRI 数据对比后，相关性在多重比较校正下均未达到统计显著，表明行为测试表现不能证明其内部过程与人脑相似。