摘　要：由递归逻辑主导的传统人工智能研究受限于符号规则系统自身必然导致的组合爆炸问题与无穷递归困境，难以规范表征自然语言。而大语言模型通过基于思维链与高维向量空间的并行分布式计算，以概率统计式关联取代形式化推理，反而实现了对自然语言的动态化建模。这两种建构原则在语言学中均有对应的解释理论，但生成语法理论因秉持递归中心主义而遭到生态语言学理论的否定，分布式语言理论则进一步提出语言是分布在个体与社会互动关系中的演化现象。语言学理论与技术实践的共同基础特征说明基于动态关联的拓扑范式与基于无穷符号的递归范式是解释人类认知结构的两种基础性理论，同时也表明，认知科学的范式正在从形式化公理转向实践导向的模型化建构。

关键词：递归 分布式计算 分布式语言 拓扑 认知范式

摘　要：本文首先结合一些测试结果展示并分析了大模型的弱推理表现；指出大模型作为语元关联度预测模型，其“推理”的本质是模式匹配。不过，大模型基于输入问题生成输出结果的过程仍可看作一种推理，尽管其与人类推理机制并不相同。人类的推理中暗含推理规则、抽象-替换机制、缺省前提、语义理解等，是自上而下的，大模型推理则主要依靠人类语言规模的语料，在语言表层进行语元关联频率计算，是自下而上的。本文认为，这两种模式并不冲突，要想提升大模型的推理能力，可寻找两者在推理运行机制底层架构上的共性，如搭建分类-比较架构；引入自然逻辑的推理规则；添加外部的推理评判标准等。

关键词：语元关联度预测 类比 符号主义 联结主义 自然逻辑

摘 要：大语言模型对知识证成的推进作用，可借助其对怀疑论的有效反驳来证明。作为皮浪式怀疑论的代表，阿格里帕困境否定了命题被证成的可能，以基础主义、无限主义和融贯主义为代表的传统语义解法无法成为其通解，且违背了人类的思维模式与经验常识。通过参考威廉姆斯的解法和匹兹堡学派的实用主义思想，本文建立了以“辩护-质疑”交互系数和时间为自变量的对话分数模型，它不仅能反映序数最佳意义上的知识证成状态，而且兼容了三种语义解法，构成阿格里帕困境的语用解答策略。基于对话分数模型与拟人化因子的适配程度、形式论辩的研究成果与自然语言处理技术的语用特征，大语言模型可以成为语用策略的良好载体，继而最终证明了它对知识证成的推进。

关键词：大语言模型 阿格里帕困境 语义 语用 匹兹堡学派

摘　要：本文探讨因果贝叶斯网络在量子力学因果解释中的适用性，聚焦于量子纠缠现象与因果原则的相容性问题。在因果贝叶斯网络的框架下解决量子纠缠问题需放弃因果定域性、受控变量外源性或时间顺序性等假设。量子纠缠的非定域性和无信号定理无法同时满足因果贝叶斯网络的核心原则——因果马尔可夫条件与忠实性原则。这两个原则中非忠实性可以被放弃。在诸多放弃特定假设的因果结构中，逆向因果时最符合因果贝叶斯网络的结构。进一步分析逆向因果解释的可行性表明，其虽与因果贝叶斯网络的非循环性要求相容，但现有物理模型已超出传统因果图的描述能力。本文主张，量子因果研究需发展超越经典因果贝叶斯网络的新工具，以统一解释量子与经典现象的因果本质。

关键词：因果贝叶斯网络 量子纠缠 逆向因果 非忠实性 EPR实验

摘　要：由于生态学具有突出的复杂性和偶然性，学者们曾倾向于认为生态学中不存在规律，因而无法被称作硬科学。然而，经过对规律概念的澄清和对生态学实例的考察，我们会发现生态学规律完全符合规律所需的不变性和稳定性要求。因此，生态学规律和其他硬科学规律之间并不存在质的区别，仅有量的差异。进而，其作为硬科学的合法性地位得以维护。

关键词：定律 规律 不变性 稳定性 生态学