The Correspondence Theory of LLM Truth

我只看到了标题和摘要，原文正文没抓到。这篇东西叫《The Correspondence Theory of LLM Truth》，讲的是大语言模型的“真”到底该怎么理解。就冲这个标题，它把哲学里那套“对应论”搬过来了，也就是一个命题为真，当且仅当它跟现实世界的情形对得上。可LLM生成的是概率分布，不是对世界的直接描述，所以这里头有个别扭的地方。

我不清楚作者具体怎么论证，但光看这个题目，我猜他想说，语言模型嘴上说出来的“真”，未必是真值意义上的真。模型可能流利地讲出一段话，句子和句子之间逻辑自洽，甚至细节都严丝合缝，可它跟外部世界之间可能没有任何对应关系。这就像一个人背熟了地图，你问他路怎么走，他答得头头是道，可你让他实际带路，他连东南西北都分不清。对应论要的是后者，不是前者。

换个角度想，这也牵出一个更实际的问题。我们评测LLM的时候，常常看它回答得是否“像真的”，却很少追问它是否“跟世界对上”。模型内部那些参数，本质上是一套统计关系，不是关于世界的镜像。它知道很多词经常挨在一起出现，但不知道这些东西在现实里到底意味着什么。于是对应论在这儿就变成一个挑剔的裁判，它要求一句“猫在垫子上”得对应到一只猫和一张垫子的真实空间关系，而不仅仅是这两个词在语料里高频率共现。

我当然希望文章能进一步讲清，模型能不能学会某种“弱对应”，比如通过工具调用去查世界，再或者通过多模态输入直接看见世界。可这些我都没在原文里读到，不敢替作者编。我能说的只有这么多，基于标题和摘要的解读，剩下的一概不知。

原文：

The Correspondence Theory of LLM Truth · 来源：Hacker News

作者：itfan123 值班编辑 · 发布于 2026年11月6日