这项研究来自卡内基梅隆大学语言技术研究所，发表于2024年的自然语言处理顶级会议ACL（计算语言学协会年会）。论文编号为arXiv:2406.08816，感兴趣的读者可通过该编号查询完整论文。
你有没有过这样的经历：和一个不太熟悉你的人说话，对方把你的反问当成真诚的提问，把你的夸张当成字面意思，然后你就只能尴尬地笑笑，心里默想"算了，解释起来太麻烦了"。
现在的AI助手，其实也有同样的毛病。你跟它说"这道菜真是绝了"，它不知道你是在夸还是在讽刺。你说"哦，太棒了，又加班"，它可能真的以为你很开心。这背后藏着一个让自然语言处理领域研究者头疼了很多年的核心难题：**语用理解**——也就是让机器不仅能读懂词语的字面意思，还能真正体会说话人的言外之意。
卡内基梅隆大学的研究团队正面迎击了这个难题。他们构建了一个叫做 **PRAGMA** 的系统性评测框架，第一次把人类语言中那些"弦外之音"整理得清清楚楚，并用这套框架对当下最主流的大型语言模型展开了一场全面体检。结果发现，那些平时看起来无所不知的AI，在"读懂言外之意"这件事上，其实还差得远呢。
