一项研究使用言语流畅性数据，比较了82名人类参与者与三个大型语言模型（GPT-4o、Gemini-2.5-Pro、Claude-Sonnet-4.5）之间的语义搜索动态。分析量化了每个模型在八种温度设置下的熵、到下一项的距离以及到质心的距离。

  • 人类表现出比所有测试过的大语言模型更高的熵、更大的语义步幅和更广泛的分散性。
  • 温度调整仅在人类指标与模型指标之间产生了部分对齐。
  • 没有任何配置能在所有维度上完全复现人类特征。

研究结果表明，人类的语义搜索在局部利用和全局探索之间实现了独特的平衡，而当前模型架构无法复现这一点。