LLM单字接龙

定位：第三层定理。由 用言学习、概念代理 支撑。

定义

作者对大语言模型的论断：LLM = 语言世界内的单字接龙——只在符号层操作，没有对象层（现实现象）的支撑（书 p.135–146）。

论据

• 训练目标是”接下一个字”，语料全部来自语言世界；大脑学习则始终有物质世界的现象流输入。
• 但接龙逼出了压缩：为预测下一字，模型内部被迫形成对语料的压缩表示——这解释了 LLM 的”涌现能力”。
• 作者同时承认其用处（ch34）：给 LLM 本书的理论框架，可让 AI 生成学习材料/批改/分析判联模型——AI 是继承学习材料的低成本生成器。

推论

• LLM 可作 学习诊断学 中”制定材料”环节的助手，但生成的材料仍需验证环节把关。
• 与 渐构 对照：LLM 的知识更新不是渐构，是重训。