最近，苹果公司发布了一篇引发热议的论文，指出当前的大语言模型（LLM） 在推理方面存在重大缺陷。这一观点迅速在社交媒体上引起热议，尤其是 GitHub 的
苹果的论文指出，在解决数学和编程等基准测试时，LLM 的表现并不可靠。苹果研究团队采用了汉诺塔这一经典的人工谜题，分析了推理模型在不同复杂度下的表现。研究发现，模型在面对简单谜题时表现较好，而在复杂度较高的任务中，推理模型往往选择放弃，不再继续推理。
例如，在处理十盘汉诺塔问题时，模型会觉得手动列出每一步几乎不可能，因此选择寻找 「捷径」，但最终却未能得出正确答案。这一发现表明，推理模型在某些情况下并非没有能力，而是意识到问题过于复杂而选择放弃。
不过，SeanGoedecke 对此表示质疑，他认为汉诺塔并不是测试推理能力的
虽然苹果的研究揭示了 LLM 在推理方面的一些局限，但这并不意味着这些模型完全没有推理能力。真正的挑战在于如何更好地设计和评估这些模型，以发掘它们的潜力。
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
