相信很多大家對(duì)蘋(píng)果新論文證明LLM大模型存在缺陷！沒(méi)有進(jìn)行真正的邏輯推理還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

10月13日消息，近日，蘋(píng)果公司的AI研究團(tuán)隊(duì)發(fā)表了一篇題為Understanding the Limitations of Large Language Models in Mathematical Reasoning”的論文，揭示了大型語(yǔ)言模型（LLM）在數(shù)學(xué)推理方面的顯著局限性。

盡管這些模型在生成人類(lèi)水平的文本方面表現(xiàn)出色，但當(dāng)處理簡(jiǎn)單的數(shù)學(xué)問(wèn)題時(shí)，即使問(wèn)題僅進(jìn)行了微小的改動(dòng)，如添加無(wú)關(guān)信息，模型的表現(xiàn)也會(huì)急劇下降。

在論文中，研究人員通過(guò)一個(gè)簡(jiǎn)單的數(shù)學(xué)問(wèn)題證明了這一點(diǎn)。

他們提出了一個(gè)關(guān)于采摘獼猴桃的問(wèn)題：奧利弗在周五挑選了 44 個(gè)獼猴桃，然后他在周六挑選 58 個(gè)獼猴桃，周日，他采摘的獼猴桃數(shù)量是周五的兩倍。奧利弗有多少個(gè)獼猴桃？

此時(shí)，LLM能夠正確地計(jì)算出答案。

但是，一旦問(wèn)題中加入了無(wú)關(guān)的細(xì)節(jié)，如其中5個(gè)奇異果比平均小”，模型便給出了錯(cuò)誤的答案。

研究人員進(jìn)一步對(duì)數(shù)百個(gè)類(lèi)似的問(wèn)題進(jìn)行了修改，發(fā)現(xiàn)幾乎所有問(wèn)題的修改都導(dǎo)致了LLM回答成功率的大幅降低。

這一發(fā)現(xiàn)表明，LLM并未真正理解數(shù)學(xué)問(wèn)題，而是更多地依賴于訓(xùn)練數(shù)據(jù)中的模式進(jìn)行預(yù)測(cè)。

當(dāng)需要進(jìn)行真正的邏輯推理時(shí)，這些模型往往無(wú)法產(chǎn)生合理的結(jié)果，這一發(fā)現(xiàn)對(duì)人工智能的發(fā)展提供了重要的參考。

雖然LLM在許多領(lǐng)域表現(xiàn)優(yōu)異，但其推理能力仍有待改進(jìn)。

以上就是關(guān)于【蘋(píng)果新論文證明LLM大模型存在缺陷！沒(méi)有進(jìn)行真正的邏輯推理】的相關(guān)內(nèi)容，希望對(duì)大家有幫助！

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！