近期，北京大學的宋國杰教授團隊發布了一篇全面的綜述論文，系統梳理了大語言模型心理測量學的研究進展，為 AI 的評估提供了新視角。

　　這篇論文名為《大語言模型心理測量學:評估、驗證與增強的系統綜述》，長達63頁，引用了500篇相關文獻。隨著 LLM 能力的快速迭代，傳統的評估方法已顯不足。論文指出，當前評估面臨多重挑戰，包括 LLM 的心智特征超出傳統評測范圍、模型迭代快使靜態基準失效、評估結果容易受微小變化影響等。為此，團隊提出了將心理測量學引入 AI 評估的新思路。

　　心理測量學長期致力于量化復雜心理特質，通過科學設計的測試為教育、醫療和商業決策提供支持。研究者們發現，將其方法論應用于 LLM 的評估，將有助于深入理解和提升 AI 的心智能力。這一方法革新為 AI 評估開啟了全新的視角，從而推動了 “LLM 心理測量學” 的交叉領域發展。

　　論文中提出了三大創新方向:一是采用 “構念導向” 的評估方法，深入挖掘影響模型表現的潛在變量;二是引入心理測量學的嚴謹方法，提升測試的科學性與可解釋性;三是利用項目反應理論，動態校準測試項目難度，使得不同 AI 系統之間的比較更加科學和公平。

　　此外，研究還探討了 LLM 表現出的類人心理構念，包括人格特質、能力構念等，強調了這些特質對模型行為的深遠影響。通過結構化和非結構化的測試形式，團隊為 LLM 的 “心智” 能力評估奠定了方法論基礎，為未來 AI 的發展提供了有力的理論支持。