GO/ NO-GO联想测验（GNAT）是Nosek和Banaji 在IAT方法的基础上发展出的测量方法。GNAT本身并不是对认IAT的否定,而是对IAT的有机补充。所以GNAT的测验原理与IAT的测验原理基本相同。以激活扩散模型为基础，其主要观点是，各种概念组成为一个相互联系的概念网络，在概念网络中，连线的长短表示概念联系的紧密程度，连线越短，概念间的联系越紧密。其特点为：假定当一个概念被加工时，其意义激活会自动传递到相关的概念，使得相关概念的意义也得到激活，而且激活的强度随着传递距离的增加或者传递时间的延长而降低。
过程：
呈现给被试花朵、褒义词、贬义词 3 类刺激
任务一：要求被试对花朵和褒义词的联合作一反应（Go 反应），而花朵和贬义词的联合不作反应（NO-Go 反应）；
任务二：要求被试对花朵和贬义词的联合作一反应（Go 反应），而花朵和褒义词的联合不作反应（NO-Go 反应）。
数据处理：
实验中采用 d 指标，将正确的 Go 反应称为命中率，将不正确的 NO-Go 反应视为虚报率, 将命中率和虚报率转化为 Z 分数后，其差值即为 d 分数，表明从噪音中区分信号的能力。
结果：
若任务一中的 d 比任务二中的 d 高，说明被试对花朵持有积极的态度，反映其内隐偏好。
结论：
如果信号中的目标类别和属性类别概念联系紧密，相较于联系不太紧密或者没有联系的联结，被试的反应更为敏感，从而更容易从噪音中分辨出信号。
