本次报告聚焦于AI与人类在推理和文本生成方面的差异。研究表明，尽管AI在这些方面表现出色，但其底层机制与人类存在本质不同。报告通过扰动实验和统计分析，揭示了AI推理的模仿本质，以及其生成文本在分布上的可辨识性。报告将介绍COLING 2025和ICLR 2025的两篇论文，并由西湖大学博士生鲍光胜主讲，探讨大语言模型的安全性、可控性、可解释性以及因果推理能力。

🧠 AI推理的本质：AI的推理过程更像是行为的模仿，而非真正的推理。通过扰动实验和因果图结构分析，揭示了AI推理中可能出现错误过程得出正确结果的现象。

✍️ 文本生成的差异：尽管AI生成的文本在人类层面难以区分，但在统计分布上与人类写作存在显著差异。研究表明，可以利用不断增强的大语言模型自身来辨别模型生成的内容。

🔬 研究方法：报告将介绍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”，展示了通过实验和统计分析揭示AI与人类差异的方法。

👤 报告嘉宾：鲍光胜，西湖大学张岳老师实验室的博士生，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。鲍光胜在读博之前，曾在微软（中国）和阿里巴巴工作多年，曾参与微软数字助手Cortana的研发。