尚未对心灵应用 AlphaFold：评估 Centaur 作为合成参与者的能力.pdfVIP

尚未对心灵应用AlphaFold：评估Centaur作为

合成参与者的能力

11

SabrinaNamazova,AlessandraBrondetta,

23,41,5

YounesStrittmatter,MatthewNassar,SebastianMusslick

1InstituteofCognitiveScience,OsnabrückUniversity,Osnabrück,

49090,Germany.

2DepartmentofPsychology,PrincetonUniversity,Princeton,08540,NJ,

USA.

3RobertJ.andNancyD.CarneyInstituteforBrainScience,Brown

本University,BrownUniversity,Providence,02906,RI,USA.

译4DepartmentofNeuroscience,BrownUniversity,Providence,02906,RI,

USA.

中5DepartmentofCognitiveandPsychologicalSciences,BrownUniversity,

1Providence,02912,RI,USA.

v

7

8

8*Correspondingauthor(s).E-mail(s):sebastian.musslick@uos.de;

7Contributingauthors:snamazova@uni-osnabrueck.de;

0

.alessandra.brondetta@uni-osnabrueck.de;ys5852@;

8matthew_nassar@;

0

5

2

:

v

i模拟器彻底改变了自然科学中的科学研究实践。通过生成可靠地近似现实世

x

r界现象的数据，它们使科学家能够加速假设测试并优化实验设计[1,2]。这可能最

a

好通过AlphaFold来说明，这是一种诺贝尔奖得主化学模拟器，可以从氨基酸序列

预测蛋白质结构，从而实现分子相互作用、药物靶点和蛋白质功能的快速原型设

计[1]。在行为科学中，可靠的参与者模拟器——一种能够跨认知任务生成类似人

类行为的系统——将代表类似的变革性进步[3]。最近，Binz等人介绍了Centaur，

这是一种经过来自160项实验的人类数据微调的大语言模型（LLM），提议不仅将

其用作认知模型，而且作为参与者模拟器用于“硅基原型实验研究”[4]，例如，以

1

推进自动化认知科学[3,5]。在这里，我们回顾了参与者模拟器的核心标准，并评

估Centaur达到这些标准的程度。虽然Centaur展示了强大的预测准确性，但其

生成行为——作为参与者模拟器的关键标准——系统性地偏离了人类数据。这表

明，尽管