【太平洋科技快讯】近日,苹果公司的研究团队发布了一篇论文,针对大型语言模型(LLM)在数学推理方面的局限性进行了深入探讨。论文指出,尽管LLM在生成人类水平文本等方面表现出色,但在处理简单数学问题时,若对问题进行微小改动,如添加无关信息,模型的表现会大幅下降。
研究中提供了一个实例,当询问“奥利弗在三天内共摘了多少个奇异果”时,LLM能够正确计算。但加入无关细节后,如“其中5个奇异果比平均小”,LLM便给出了错误答案。研究人员对数百个类似问题进行了修改,发现几乎所有问题都导致LLM回答成功率大幅降低。
研究人员认为,这一现象表明LLM并未真正理解数学问题,而是依赖于训练数据中的模式进行预测。当需要真正的逻辑推理时,模型往往无法产生合理的结果。这一发现为人工智能的发展提供了重要参考。虽然LLM在多个领域表现优异,但其推理能力仍需改进。
丁丁打折网©版权所有,未经许可严禁复制或镜像 ICP证: 湘ICP备20009233号-2
Powered by 丁丁打折网本站为非营利性网站,本站内容均来自网络转载或网友提供,如有侵权或夸大不实请及时联系我们删除!本站不承担任何争议和法律责任!
技术支持:丁丁网 dddazhe@hotmail.com & 2010-2020 All
rights reserved