Centaur：邁向統一認知理論的基礎模型

從萬千實驗到單一模型：心理學的聖杯之路

在計算機科學與認知科學的交叉領域，一個長達數十年的夢想正在逐步實現：建立一個能夠完整解釋人類心智的統一理論。這個願景最早由認知科學先驅 Allen Newell 在 1990 年的經典著作《Unified Theories of Cognition》中提出，當時他斷言「統一認知理論是將我們不斷增長的知識庫納入智識控制的唯一途徑」。三十五年後，發表於 Nature（2025 年 7 月）的一項突破性研究，讓我們首次看見這一願景的具體實現——一個名為 Centaur 的基礎模型，能夠預測和模擬人類在任何自然語言描述的實驗中的行為。

這不僅是技術上的進步，更是認知科學研究範式的徹底轉變。從傳統的領域專屬模型，到能夠跨越記憶、決策、學習、探索等多個認知領域的通用模型，Centaur 代表著人工智慧與認知科學融合的新紀元。

Psych-101：史無前例的認知行為資料集

規模與範圍

Centaur 的誕生建立在一個前所未見的大規模資料集——Psych-101——之上。這個資料集的規模令人震撼：

• 60,092 名參與者：涵蓋廣泛的人群樣本
• 10,681,650 個選擇：超過一千萬個真實人類決策
• 160 個心理學實驗：橫跨多個認知領域
• 253,597,411 個文本標記：超過 2.5 億個 token 的自然語言描述

更重要的是，Psych-101 的設計哲學體現了一個關鍵創新：所有實驗都以自然語言轉錄。這個看似簡單的決定，實際上為建立通用認知模型奠定了基礎。過去，不同的心理學實驗使用各自的格式和表示方式，難以整合。通過將所有實驗統一為自然語言描述，研究團隊創造了一個共通的「認知語言」，使得單一模型能夠理解和處理從記憶任務到決策問題、從監督學習到強化學習的各種認知範式。

涵蓋的認知領域

Psych-101 涵蓋了認知科學的核心領域：

1. 多臂吃角子老虎機（Multi-Armed Bandits）
這是研究探索與利用權衡的經典範式。人類需要在多個選項中做出選擇，每個選項提供不確定的回報。這測試了人們如何在有限資訊下學習和決策。

2. 決策理論（Decision-Making）
包括期望理論（Prospect Theory）、風險偏好、時間折扣等經典決策任務。這些實驗揭示了人類如何在不確定性下做出選擇，以及為何我們的決策常常偏離理性模型的預測。

3. 記憶（Memory）
從工作記憶容量測試到長期記憶提取，這些實驗探討人類如何編碼、儲存和檢索資訊。

4. 監督學習（Supervised Learning）
人類如何從標記的例子中學習概念和分類規則。這與機器學習中的監督學習有著有趣的對應關係。

5. 馬可夫決策過程（Markov Decision Processes）
涉及序列決策和規劃的任務，參與者需要在考慮未來後果的情況下做出當前決策。

資料污染分析：確保模型的真實性

在大型語言模型的訓練中，一個關鍵問題是資料污染（data contamination）：模型可能在預訓練階段就已經「見過」測試資料，導致性能被高估。研究團隊使用 LogProber 方法對 Psych-101 的每個實驗範式進行了嚴格的污染檢測。

LogProber 通過擬合雙參數指數模型來檢測序列的累積對數似然。高加速度值（log B ≥ 1）表示提示詞可能在預訓練資料中被記憶。分析結果顯示：沒有任何證據表明存在資料污染。這確保了 Centaur 的性能是真實的學習結果，而非記憶預訓練資料的產物。

Centaur 的技術架構：從語言模型到認知模型

微調策略：Low-Rank Adaptation

Centaur 的核心是對最先進的大型語言模型（具體為 Llama 系列）進行微調。然而，直接微調數十億參數的模型既昂貴又低效。研究團隊採用了一種更為精巧的方法：低秩適配器（Low-Rank Adapters, LoRA）。

LoRA 的核心思想是：與其更新模型的所有參數，不如在原始權重矩陣旁添加低秩矩陣（秩遠小於原矩陣維度）。這大幅減少了需要訓練的參數數量，同時保持了模型的表達能力。在 Centaur 中，這種方法允許模型在保留語言理解能力的同時，學習人類認知行為的特定模式。

數學上，對於權重矩陣 $W \in \mathbb{R}^{d \times k}$，LoRA 引入了兩個低秩矩陣 $A \in \mathbb{R}^{d \times r}$ 和 $B \in \mathbb{R}^{r \times k}$（其中 $r \ll \min(d,k)$），使得：

$$W' = W + \alpha \cdot AB$$

其中 $\alpha$ 是縮放因子。只有 $A$ 和 $B$ 在微調過程中被更新，大幅降低了計算成本和記憶體需求。

訓練目標：預測下一個人類選擇

與標準語言模型預測下一個詞不同，Centaur 的訓練目標是預測下一個人類選擇。給定實驗的自然語言描述和到目前為止的試次歷史，模型需要輸出人類在下一個試次中最可能做出的選擇。

這種訓練方式使模型不僅學習語言模式，更學習人類認知的序列依賴性、探索策略、風險偏好、記憶限制等深層特性。模型在訓練過程中內化了人類決策的統計規律性和系統性偏差。

驗證 Centaur：多層次的泛化能力

第一層：預測保留參與者的行為

最基本的測試是：Centaur 能否預測訓練集中未見過的參與者（held-out participants）在相同實驗中的行為？

研究團隊將每個實驗的參與者分為訓練集和測試集，並比較 Centaur 與領域專屬認知模型的性能。結果令人印象深刻：Centaur 在幾乎每個實驗中都優於現有的認知模型。

具體來說，研究人員計算了 Centaur 和基礎 Llama 模型相對於領域專屬模型的對數似然差異。在 160 個實驗中，Centaur 顯著優於：

• 基礎 Llama 模型：t(1,985,732) = -144.22, P ≤ 0.0001
• 領域專屬認知模型：t(1,985,732) = -127.58, P ≤ 0.0001

這些統計結果不僅僅是數字上的優勢，它們表明 Centaur 捕捉到了人類行為中的細微模式，而這些模式是傳統認知模型所遺漏的。

第二層：泛化到新的封面故事

更嚴格的測試是改變實驗的封面故事（cover story）但保持底層結構不變。例如，在經典的「兩步驟任務」（two-step task）中，參與者需要進行序列決策以獲得獎勵。研究團隊修改了任務的敘述方式，但保持了決策結構相同。

結果顯示，Centaur 仍然能夠準確預測人類行為（n = 9,702 個回應），顯著優於未微調的 Llama 模型。這表明 Centaur 學習到的不是表面的語言模式，而是底層的認知結構。

第三層：泛化到結構性任務修改

接下來的挑戰是修改任務的結構。例如，將雙臂吃角子老虎機擴展為三臂版本。這需要模型理解任務的抽象原理，而不僅僅是記憶特定配置。

在三臂吃角子老虎機實驗中（n = 510,154 個回應），Centaur 再次表現出色，證明它能夠將學習到的原則推廣到新的問題規模。

第四層：泛化到全新領域

最嚴格的測試是完全新的領域——Psych-101 中從未出現過的實驗類型。研究團隊選擇了基於 LSAT（法學院入學考試）的邏輯推理任務作為測試。

即使面對這種全新的認知挑戰，Centaur 依然優於基礎模型（n = 99,204 個回應），儘管領域專屬模型在這種特定任務上仍有優勢。這個結果既展示了 Centaur 的驚人泛化能力，也提醒我們統一模型尚未完全取代專門化的認知理論。

神經對齊：連接計算模型與大腦活動

Centaur 的一個最引人注目的發現是：微調後的模型內部表徵與人類神經活動更加一致，儘管模型從未被明確訓練來捕捉大腦活動。

解碼神經活動

研究團隊使用 Centaur 的內部表徵（從不同層提取的向量）來解碼人類在執行任務時的神經活動，具體使用了兩個實驗：

1. 兩步驟任務的 fMRI 資料
在這個涉及序列決策的任務中，研究人員測量了 Centaur 不同層的表徵與人腦活動的 Pearson 相關係數。結果顯示，微調後的 Centaur 的內部表徵能夠更好地預測大腦活動模式。

2. 句子閱讀任務的神經記錄
類似地，在語言理解任務中，Centaur 的表徵與人類神經活動的對齊度顯著高於隨機初始化的控制模型。

這個發現具有深遠的意義：它表明，通過在行為資料上訓練，模型自發地學習到與人腦處理資訊相似的表徵結構。這支持了一個重要的理論觀點：認知功能的計算原則可能在行為和神經層面上是統一的。

CogBench：行為指標的多維度空間

研究團隊還使用 CogBench 評估了 Centaur 在多個行為指標上的表現。CogBench 包含十個不同的行為測量維度，涵蓋記憶、決策、學習等多個方面。

通過多維度縮放（Multidimensional Scaling）將這十個指標投影到二維空間，研究人員發現：Centaur 在行為空間中的位置比未微調的 Llama 模型更接近人類。這種「人類對齊」不是單一維度的改進，而是在認知功能的整個空間中向人類行為靠攏。

技術突破的意義：為什麼 Centaur 是里程碑

從領域專屬到領域通用

傳統認知科學的研究範式是為每個認知領域開發專門的計算模型：

• 期望理論（Prospect Theory）解釋風險決策
• ACT-R 架構模擬記憶和問題解決
• 強化學習模型描述試錯學習

這些模型在各自的領域內表現出色，但它們是相互隔離的。一個研究決策的模型不能告訴我們關於記憶的任何資訊，反之亦然。這種碎片化阻礙了我們對人類心智整體的理解。

Centaur 打破了這種分割。它是第一個能夠在多個認知領域中預測人類行為的單一模型。這不僅僅是工程上的便利，更是認知科學理論的重大進步：它證明了存在跨領域的共同計算原則。

數據驅動的理論發現

傳統科學方法是：提出理論假設 → 設計實驗 → 收集資料 → 驗證假設。Centaur 代表了一種互補的方法：

1. 收集大規模行為資料
2. 訓練能夠預測該資料的模型
3. 分析模型以提取計算原則
4. 將這些原則形式化為認知理論

研究團隊展示了一個案例研究，說明如何使用 Centaur 來指導認知模型的開發。他們使用 科學遺憾最小化（Scientific Regret Minimization）的方法：識別 Centaur 做出準確預測但現有認知模型失敗的案例，然後設計新的模型來解釋這些差距。

這種方法在多屬性決策任務中取得了成功，產生的新模型既像 Centaur 一樣準確，又像傳統認知模型一樣可解釋。這展示了基礎模型作為理論發現工具的潛力。

超越「更大即更好」的範式

Centaur 的成功也挑戰了當前 AI 發展的主流敘事。在追求更大模型、更多參數、更多計算的競賽中，Centaur 提醒我們：專業化的微調和高質量的領域資料同樣重要。

與動輒數千億參數的通用語言模型相比，Centaur 通過在特定認知任務上的精心微調，實現了在人類行為預測上的卓越性能。這為 AI 研究提供了另一條路徑：不是盲目擴大規模，而是深入理解和建模特定領域的計算原則。

對 AI 和認知科學的深遠影響

重新定義認知模型的角色

Centaur 的出現可能會改變認知科學家對「模型」的理解：

過去：模型是理論的正式表述，包含少量可解釋的參數（如學習率、折扣因子），每個參數都有明確的心理學意義。

未來：模型可能是具有數百萬參數的深度網絡，這些參數沒有獨立的心理學解釋，但整體行為與人類高度一致。

這引發了一個哲學問題：可解釋性與預測性之間的權衡。傳統認知模型高度可解釋但預測能力有限；Centaur 預測能力強但內部機制不透明。未來的研究需要在這兩個極端之間找到平衡，或者開發新的可解釋性工具來分析像 Centaur 這樣的複雜模型。

加速認知理論的驗證

Centaur 可以作為「虛擬實驗室」來測試理論假設。研究者可以：

1. 修改模型的某些方面（如注意力機制、記憶容量）
2. 觀察這些修改如何影響行為預測
3. 將預測與真實人類資料比較
4. 迭代改進理論

這種方法比傳統的人類實驗快得多、成本更低，可以大幅加速理論發展的循環。當然，最終的驗證仍需要真實的人類實驗，但 Centaur 可以幫助過濾掉不太可能成功的理論，集中資源在最有前景的方向上。

為 AI 系統注入人類認知偏誤

從 AI 安全和對齊的角度，Centaur 提供了一個有趣的視角。大多數 AI 對齊研究關注如何使 AI 系統遵循人類價值觀和目標。但 Centaur 做的是更基礎的事情：使 AI 系統以人類的方式思考，包括人類的認知限制和偏誤。

這有利有弊：

優勢：

• 更好的人機協作：如果 AI 理解人類如何決策（包括非理性方面），它可以更好地預測人類行為並提供合適的幫助
• 更自然的互動：表現出類人思考模式的 AI 可能更容易被人類理解和信任
• 檢測認知偏誤：理解人類偏誤的 AI 可以識別並幫助我們避免這些陷阱

風險：

• 繼承有害偏見：如果訓練資料包含歧視性決策模式，模型可能複製這些偏見
• 操縱的可能性：深度理解人類認知弱點的 AI 可能被用來操縱人類
• 非最優決策：某些情況下，我們希望 AI 比人類更理性，而非模仿人類的次優決策

認知神經科學的新工具

Centaur 的神經對齊發現為認知神經科學提供了一個強大的新工具。研究者可以：

1. 生成神經活動預測
使用 Centaur 的內部表徵來預測特定認知任務中的大腦活動模式，指導 fMRI 或 EEG 研究的設計。

2. 理解表徵學習
分析 Centaur 如何在不同層次上表徵資訊，可能揭示大腦如何組織認知表徵的線索。

3. 跨物種比較
將 Centaur 的行為與動物模型比較，可能幫助理解認知能力的進化基礎。

局限性與未來挑戰

儘管 Centaur 是一個重大突破，但它遠非完美，仍面臨多個挑戰：

計算成本與可訪問性

訓練 Centaur 需要大量計算資源——數千 GPU 小時用於微調大型語言模型。這使得只有資源豐富的研究機構才能複製和擴展這項工作。為了實現認知科學的民主化，需要開發更高效的訓練方法和共享預訓練模型。

可解釋性挑戰

Centaur 的「黑盒」特性與認知科學對可解釋理論的傳統重視存在張力。未來的研究需要開發技術來「打開黑盒」：

• 機械性可解釋性：識別模型中對應特定認知功能的子網絡
• 因果分析：確定模型的哪些部分對特定行為模式是必要和充分的
• 符號提取：從模型中提取可以用傳統認知理論語言表達的規則

文化和人口多樣性

Psych-101 雖然規模巨大，但主要來自 WEIRD（西方、教育、工業化、富裕、民主）國家的參與者。認知過程在不同文化中可能有顯著差異。未來版本的 Centaur 需要納入更多樣化的資料，以建立真正通用的認知模型。

發展性與動態變化

當前的 Centaur 是靜態的——它被訓練來預測成年人在單次實驗會話中的行為。但人類認知是動態的：

• 發展變化：兒童和成人的認知策略不同
• 學習和適應：人類在長期互動中學習和改變策略
• 情境依賴：同一個人在不同情境下可能表現出不同的認知模式

建立能夠捕捉這些動態的模型是一個重要的未來方向。

具身認知的缺失

Centaur 通過語言接口與任務互動，缺乏身體和感知運動經驗。越來越多的證據表明，許多認知過程是「具身的」——它們依賴於身體與環境的互動。純粹的語言模型可能無法捕捉到這些方面。

未來的研究可能需要整合：

• 多模態輸入：視覺、聽覺、觸覺資訊
• 運動控制：規劃和執行動作的能力
• 環境互動：在真實或模擬環境中的具身學習

意識和主觀經驗

Centaur 可以預測人類的行為，但它是否有任何形式的「經驗」或「理解」？這觸及了意識的難問題。

即使 Centaur 完美地模擬了所有人類認知行為，我們仍需回答：

• 它是否真正「理解」任務，還是僅僅進行複雜的模式匹配？
• 內部表徵與神經活動的對齊是否意味著類似的主觀經驗？
• 符號接地問題（symbol grounding problem）如何解決？

這些哲學問題超出了純粹的工程範疇，但對於理解認知模型的本質至關重要。

結論：認知科學的新時代

Centaur 的出現標誌著認知科學研究範式的一個轉折點。它不僅是一個技術成就——一個能夠跨領域預測人類行為的計算模型——更代表了理論建構方法的根本變化。

從還原論到整體論：不再是將認知分解為孤立的模組，而是尋求能夠解釋整個認知系統的統一原則。

從假設驅動到資料驅動：不再僅僅是提出理論然後驗證，而是從大規模資料中發現計算原則，再將其提煉為理論。

從行為到神經：不再是行為研究與神經科學各自為政，而是建立能夠同時解釋行為和神經活動的整合模型。

然而，Centaur 只是開始，而非終點。它是「第一個真正的統一認知模型候選者」，但距離完整的統一理論仍有很長的路要走。未來的研究需要：

1. 擴展領域覆蓋：納入情緒、社會認知、創造力等尚未充分涵蓋的領域
2. 提高可解釋性：開發方法使模型的計算原則可以被人類理解和驗證
3. 增強泛化能力：使模型能夠處理更多樣化的文化背景和發展階段
4. 深化理論整合：將資料驅動的發現與傳統認知理論相結合，建立真正的統一框架
5. 促進實際應用：將認知模型應用於教育、臨床心理學、人機互動等實際領域

Allen Newell 在 1990 年呼籲建立統一認知理論時，計算機科學和認知科學都還處於相對早期的階段。三十五年後，得益於深度學習的進步、大規模資料集的可用性、以及跨學科合作的深化，我們終於看到了他願景的初步實現。

Centaur 證明了這個願景不僅是可能的，而且是可實現的。它為未來的研究樹立了標杆：一個真正的統一認知理論應該能夠預測人類在任何情境下的行為、解釋大腦如何實現這些行為、並為改善人類認知提供實用指導。

這是一個令人興奮的時代。計算機科學與認知科學的融合不僅改變了我們理解人類心智的方式，也正在重新定義人工智慧本身。在追求人工通用智慧（AGI）的過程中，深入理解自然智慧——人類認知——可能是最重要的一步。Centaur 為這一追求提供了強大的工具和深刻的洞察。

未來的認知科學將不僅是一門實驗科學，也將是一門計算科學。理論不再僅僅是文字和方程式，而是可以執行、可以測試、可以與真實人類比較的計算模型。這個新範式有潛力在接下來的幾十年內徹底改變我們對心智的理解，並最終回答那個古老的問題：「人類如何思考？」

References

1. Centaur 原始論文
   Binz, M., Akata, E., Bethge, M., et al. (2025). A foundation model to predict and capture human cognition. Nature, 644, 1002–1009.
   https://www.nature.com/articles/s41586-025-09215-4

2. arXiv 預印本
   Binz, M., et al. (2024). Centaur: a foundation model of human cognition. arXiv:2410.20268.
   https://arxiv.org/abs/2410.20268

3. Unified Theories of Cognition 經典著作
   Newell, A. (1990). Unified Theories of Cognition. Harvard University Press.

4. Papers with Code - Centaur 專案頁面
   https://paperswithcode.com/paper/centaur-a-foundation-model-of-human-cognition

5. PubMed - Centaur 文獻頁面
   https://pubmed.ncbi.nlm.nih.gov/40604288/

6. Princeton University - 研究出版頁面
   https://collaborate.princeton.edu/en/publications/a-foundation-model-to-predict-and-capture-human-cognition/

7. LoRA: Low-Rank Adaptation of Large Language Models
   Hu, E. J., et al. (2021). LoRA: Low-Rank Adaptation of Large Language Models. arXiv:2106.09685.

8. 計算認知科學基礎
   Griffiths, T. L., et al. (2012). Topics in semantic representation. Psychological Review, 114(2), 211-244.

9. 資料污染檢測方法（LogProber）
   Shi, W., et al. (2023). Detecting Pretraining Data from Large Language Models. arXiv:2310.16789.

10. 電腦科學與心理學交叉領域研究報告
    Tech Content Research Curator (2026). 電腦科學與心理學交叉領域最新研究報告。