6 月 8 日消息，蘋果機(jī)器學(xué)習(xí)研究中心于當(dāng)?shù)貢r(shí)間 6 月 6 日發(fā)表了一篇研究論文，稱現(xiàn)有 AI 模型并不具備真正的思維能力或推理能力，而是依賴于模式匹配與記憶，尤其是對(duì)于復(fù)雜的任務(wù)而言。dtv28資訊網(wǎng)——每日最新資訊28at.com

dtv28資訊網(wǎng)——每日最新資訊28at.com

蘋果研究人員對(duì)現(xiàn)有的前沿“大型推理模型”—— 如 OpenAI o3-mini、DeepSeek-R1、Anthropic 的 Claude 3.7 Sonnet Thinking 和谷歌 Gemini Thinking—— 進(jìn)行了系統(tǒng)評(píng)估。dtv28資訊網(wǎng)——每日最新資訊28at.com

研究發(fā)現(xiàn)，盡管這些模型具備生成詳細(xì)“思考鏈”的能力，并在中等復(fù)雜度任務(wù)上表現(xiàn)出優(yōu)勢(shì)，但其推理能力存在根本性局限：當(dāng)問(wèn)題復(fù)雜度超過(guò)特定臨界點(diǎn)時(shí)，模型性能會(huì)完全崩潰至“零準(zhǔn)確率”。dtv28資訊網(wǎng)——每日最新資訊28at.com

此外，在模型推理過(guò)程中，即使仍有充足的推理算力，它們用于“思考”的 token 數(shù)量反而隨難度上升而減少，這種現(xiàn)象意味著現(xiàn)有推理方法存在根本局限性。dtv28資訊網(wǎng)——每日最新資訊28at.com

dtv28資訊網(wǎng)——每日最新資訊28at.com

這篇《思考的幻象：通過(guò)問(wèn)題復(fù)雜性的視角理解推理模型的優(yōu)勢(shì)與局限》由 Parshin Shojaee 等人撰寫。研究表明，當(dāng)前業(yè)界對(duì)這些模型的評(píng)估主要集中在數(shù)學(xué)和編程基準(zhǔn)測(cè)試上，關(guān)注最終答案的準(zhǔn)確性，但這往往忽略了數(shù)據(jù)污染問(wèn)題，也無(wú)法提供有關(guān)內(nèi)部推理軌跡結(jié)構(gòu)和質(zhì)量的洞見(jiàn)。dtv28資訊網(wǎng)——每日最新資訊28at.com

研究人員采用了一系列可控的解謎環(huán)境，允許精確操縱組成復(fù)雜性，同時(shí)保持邏輯結(jié)構(gòu)的一致性。這使得不僅可以分析最終答案，還可以探究?jī)?nèi)部推理軌跡，從而更深入地了解這些模型是如何“思考”的。dtv28資訊網(wǎng)——每日最新資訊28at.com

研究團(tuán)隊(duì)提出，模型表現(xiàn)可分為三個(gè)階段：dtv28資訊網(wǎng)——每日最新資訊28at.com

低復(fù)雜度任務(wù)：傳統(tǒng)大模型（IT酷哥注：如 Claude-3.7 無(wú)思維版本）表現(xiàn)更佳；dtv28資訊網(wǎng)——每日最新資訊28at.com

中等復(fù)雜度任務(wù)：具備思維機(jī)制的大型推理模型（LRMs）更占優(yōu)勢(shì)；dtv28資訊網(wǎng)——每日最新資訊28at.com

高復(fù)雜度任務(wù)：兩類模型均陷入完全失效狀態(tài)。dtv28資訊網(wǎng)——每日最新資訊28at.com

特別是，研究發(fā)現(xiàn) LRMs 在執(zhí)行精確計(jì)算方面存在局限性，無(wú)法使用顯式算法且跨不同謎題進(jìn)行推理時(shí)表現(xiàn)出不一致性。dtv28資訊網(wǎng)——每日最新資訊28at.com

總的來(lái)說(shuō)，這項(xiàng)研究不僅質(zhì)疑了當(dāng)前基于已建立數(shù)學(xué)基準(zhǔn)的 LRMs 評(píng)估范式，還強(qiáng)調(diào)了需要更加細(xì)致的實(shí)驗(yàn)設(shè)置來(lái)探索這些問(wèn)題。通過(guò)使用可控制的謎題環(huán)境，本研究提供了對(duì)語(yǔ)言推理模型能力和局限性的深刻見(jiàn)解，并為未來(lái)的研究指明了方向。dtv28資訊網(wǎng)——每日最新資訊28at.com

研究人員表示，“這些發(fā)現(xiàn)突出了現(xiàn)有 LRMs 的優(yōu)點(diǎn)和局限性，引發(fā)了關(guān)于這些系統(tǒng)推理本質(zhì)的問(wèn)題，這對(duì)它們的設(shè)計(jì)和部署具有重要意義。”dtv28資訊網(wǎng)——每日最新資訊28at.com

參考資料：dtv28資訊網(wǎng)——每日最新資訊28at.com

《The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity - Apple Machine Learning Research》dtv28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.tebozhan.com/showinfo-26-157707-0.html蘋果最新研究：現(xiàn)有 AI 大模型“更像是在記憶，而非真正的推理”

聲明：本網(wǎng)頁(yè)內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問(wèn)題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com

上一篇： 《侏羅紀(jì)世界：重生》發(fā)布正片片段：中國(guó)內(nèi)地定檔 7 月 2 日，斯嘉麗?約翰遜主演

下一篇： 我國(guó)渤海最大油氣平臺(tái)完成海上浮托安裝，預(yù)計(jì)年內(nèi)投入生產(chǎn)