언어 심리학에서는 언어 생성과 인식이 비대칭적이라는 점이 잘 알려져 있습니다. 대규모 언어 모델(LLMs)이 기능적으로 유사한 구분을 보이는지는 여전히 미해결 문제입니다. 특히 LLMs가 입력 및 출력 처리 모두에 동일한 근본 메커니즘(다음 토큰 예측, next-token prediction)에 의존한다는 점을 고려할 때 더욱 그렇습니다. 본 탐색적 연구에서는 메타언어적 프롬프팅 대신 직접적인 토큰 확률 측정을 통해 생성-인식 구분을 작동화했습니다. 기본 Llama-3.1-8B 모델을 사용하여, 저희는 생성 프롬프트 하에서 시를 생성하고 동일한 토큰들을 재구성된 생성 프롬프트와 인식 지향적 프롬프트 모두 하에서 다시 점수화했습니다. 네 가지 생성 프롬프트와 세 가지 인식 프롬프트를 사용한 광범위한 실험을 통해, 생성-인식 거리는 일관되고 상당히 생성-생성 거리보다 크게 나타났습니다.