本次报告深入探讨了AI与人类在推理和文本生成方面的差异。研究发现，尽管AI在解决问题和写作方面表现出色，但其推理过程可能仅为行为模仿，而非真正理解。通过扰动实验和统计分析，研究揭示了AI生成文本在分布上与人类写作的显著差异。报告重点介绍了COLING 2025和ICLR 2025的两篇论文，并由西湖大学博士生鲍光胜主讲，分享其在可信赖自然语言处理领域的研究成果。

🧠 **AI推理的本质：** 研究表明，AI的推理过程很多时候是行为模仿，而非真正的理解。通过扰动实验，研究者揭示了大模型内部的因果图结构，解释了AI推理中出现错误结果的现象。

✍️ **文本生成的差异：** AI生成的文本内容在分布上与人类写作的文本内容存在显著差异。尽管AI生成文本在人类看来难以区分，但通过统计方法和利用不断增强的大语言模型自身，可以辨别AI生成的内容。

🔬 **研究方法与论文：** 本次报告将重点介绍COLING 2025文章“How Likely Do LLMs with CoT Mimic Human Reasoning?”和ICLR 2025文章“Glimpse: Enabling White-Box Methods to Use Proprietary Models for Zero-Shot LLM-Generated Text Detection”。

👤 **报告嘉宾：** 鲍光胜，西湖大学张岳老师实验室的博士三年级学生，专注于可信赖自然语言处理技术，包括大语言模型生成内容的安全性、可控性、可解释性，以及大语言模型的因果推理能力。