论文《通过模块社区揭示大型语言模型的认知模式》总结与翻译一、主要内容总结（一）研究背景与核心问题大型语言模型（LLMs）在科学、工程、医疗诊断、聊天机器人等领域应用广泛，但数十亿参数和复杂结构使其内部认知机制成为“黑箱”，现有研究缺乏结合认知科学与神经科学的系统性分析框架，难以解释模型认知技能的分布、模块间动态交互及微调策略的有效性。（二）研究方法网络构建：构建包含认知技能、数据集、LLM模块的多部分网络，具体分为技能-数据集二分网络（BSDB^{SD}B