近年来，人工智能领域取得了许多进展，尤其是大型语言模型（LLM）在生成文本方面的表现。然而，苹果公司的研究人员发现，这些模型在数学推理方面存在严重的局限性。

打开网易新闻 查看精彩图片

在最新发布的论文《理解大型语言模型中数学推理的局限性》中，研究人员通过对数学问题进行微小改动来测试LLM的推理能力。他们发现，当给出简单问题时，模型能够正确回答，但一旦添加无关的信息，模型的表现就会急剧下降。

举例来说，当研究人员提出一个关于奇异果数量的问题时，LLM可以正确计算答案。但当他们添加一个无关细节时，比如“其中5个奇异果比平均数小”，模型的回答则出现错误。这表明，模型并没有真正理解问题，而是简单地根据训练数据中的模式进行预测。

研究人员对数百个问题进行修改后发现，几乎所有问题都导致模型的回答成功率大幅下降。这表明LLM在面对需要真正推理的情况时，会出现不合常理的结果。

综上所述，苹果公司的研究人员认为，现有的大型语言模型在数学推理方面存在明显的局限性，仅仅依靠模式匹配而非真正的推理。这一发现对AI领域的未来研究和发展提出了重要挑战，需要进一步探索如何提高模型的推理能力，以更好地应用于实际场景中。

事件发生时间：2022年10月12日事件内容：苹果公司的研究人员发布了一篇论文，揭示大型语言模型在解决数学问题时存在推理能力不足的问题。通过对数学问题进行微小改动来测试LLM的推理能力，结果发现模型在面对需要真正推理的情况时，会出现不合常理的结果，提示其只是根据模式进行预测，而非真正理解问题。