本論文では、人間の好奇心が新しい知識を発見・学習する重要な動機であることを踏まえ、大規模言語モデル（LLM）が人間のように好奇心に基づく学習能力を持っているかを探求しています。著者たちは、好奇心評価質問票「五次元好奇心スケール改訂版（5DCR）」に基づき、情報探索や刺激探求、社会的好奇心などの次元を含む包括的な評価フレームワークを設計しました。結果として、LLMは人間よりも知識への渇望が強いものの、不確実な環境では保守的な選択をする傾向があることが示されました。また、好奇心とLLMの思考の関係を調査し、好奇心のある行動がモデルの推論能力や能動的学習能力を高める可能性を確認しました。この発見は、LLMが人間に似た好奇心を示す可能性があることを示唆しており、今後の学習能力の発展や革新的研究に対する実験的な支持を提供します。