當(dāng)前位置：首頁 > 元宇宙 > AI

蘋果研究：AI大模型在高復(fù)雜度任務(wù)中推理能力遭質(zhì)疑

來源：責(zé)編：時間：2025-06-09 09:39:01 28觀看

導(dǎo)讀蘋果機器學(xué)習(xí)研究中心近日發(fā)布了一篇引人深思的研究論文，對當(dāng)前人工智能（AI）模型的思維能力與推理能力提出了質(zhì)疑。論文指出，現(xiàn)有的AI模型，盡管在某些任務(wù)上表現(xiàn)出色，但實際上主要依賴模式匹配與記憶，特別是在面對復(fù)雜任務(wù)時

蘋果機器學(xué)習(xí)研究中心近日發(fā)布了一篇引人深思的研究論文，對當(dāng)前人工智能（AI）模型的思維能力與推理能力提出了質(zhì)疑。論文指出，現(xiàn)有的AI模型，盡管在某些任務(wù)上表現(xiàn)出色，但實際上主要依賴模式匹配與記憶，特別是在面對復(fù)雜任務(wù)時，這一局限性尤為明顯。

為了深入探討這一問題，蘋果的研究人員對當(dāng)前前沿的“大型推理模型”進(jìn)行了全面評估，這些模型包括OpenAI的o3-mini、DeepSeek-R1、Anthropic的Claude 3.7 Sonnet Thinking，以及谷歌的Gemini Thinking等。這些模型被廣泛應(yīng)用于各種場景，尤其是在生成詳細(xì)“思考鏈”方面展現(xiàn)出了獨特的優(yōu)勢。

然而，研究卻發(fā)現(xiàn)，當(dāng)問題的復(fù)雜度超過某個臨界點時，這些模型的推理能力會急劇下降，甚至完全崩潰，準(zhǔn)確率降至零。更令人驚訝的是，在推理過程中，盡管算力充足，但模型用于“思考”的token數(shù)量卻隨著問題難度的增加而減少，這進(jìn)一步揭示了現(xiàn)有推理方法的根本局限性。

論文《思考的幻象：通過問題復(fù)雜性的視角理解推理模型的優(yōu)勢與局限》由Parshin Shojaee等人撰寫，深入剖析了當(dāng)前AI模型在推理方面的不足。研究人員指出，目前對AI模型的評估主要集中在數(shù)學(xué)和編程基準(zhǔn)測試上，這種評估方式雖然可以反映模型的最終答案準(zhǔn)確性，但卻忽略了數(shù)據(jù)污染問題，也無法揭示模型內(nèi)部推理軌跡的結(jié)構(gòu)和質(zhì)量。

為了更深入地了解AI模型的推理過程，研究人員設(shè)計了一系列可控的解謎環(huán)境，這些環(huán)境允許精確操縱問題的復(fù)雜性，同時保持邏輯結(jié)構(gòu)的一致性。通過這種方式，研究人員不僅可以分析模型的最終答案，還可以深入探究模型的內(nèi)部推理軌跡，從而揭示模型是如何“思考”的。

研究團(tuán)隊發(fā)現(xiàn)，模型的表現(xiàn)可以清晰地分為三個階段：在低復(fù)雜度任務(wù)中，傳統(tǒng)大模型（如Claude-3.7無思維版本）表現(xiàn)更佳；在中等復(fù)雜度任務(wù)中，具備思維機制的大型推理模型（LRMs）更占優(yōu)勢；然而，在高復(fù)雜度任務(wù)中，兩類模型均陷入完全失效狀態(tài)。

特別研究還發(fā)現(xiàn)LRMs在執(zhí)行精確計算方面存在明顯局限性，它們無法使用顯式算法進(jìn)行推理，且在不同謎題之間的推理表現(xiàn)也呈現(xiàn)出不一致性。這一發(fā)現(xiàn)進(jìn)一步強調(diào)了當(dāng)前AI模型在推理能力方面的不足。

研究還指出，當(dāng)前業(yè)界對LRMs的評估范式主要基于已建立的數(shù)學(xué)基準(zhǔn)，這種評估方式可能無法全面反映模型的真實能力。因此，研究人員呼吁需要更加細(xì)致的實驗設(shè)置來探索這些問題，以更深入地了解AI模型的推理能力和局限性。

論文的發(fā)布引起了業(yè)界的廣泛關(guān)注。研究人員表示，這些發(fā)現(xiàn)不僅揭示了現(xiàn)有LRMs的優(yōu)點和局限性，還引發(fā)了關(guān)于這些系統(tǒng)推理本質(zhì)的問題。這些問題對于AI系統(tǒng)的設(shè)計和部署具有重要意義，將推動相關(guān)領(lǐng)域的研究不斷向前發(fā)展。

舉報 0收藏 0打賞 0評論 0

更多>同類資訊

AI助力，四小時邂逅六十余種“野朋友”，共筑生物多樣性保護(hù)夢

多家生物多樣性保護(hù)機構(gòu)與騰訊聯(lián)合，打磨出了“物種之眼”AI，以此為底層能力面向G/B端開放“野朋友生物多樣性數(shù)據(jù)協(xié)作平臺”，對野外紅外相機、監(jiān)測設(shè)備拍攝的圖片進(jìn)行批量處理，服務(wù)于種群調(diào)查、棲息地評估等科研和…

06-08

2025暑期檔票房火爆開場，《碟中諜8》等大片引領(lǐng)觀影熱潮

06-08

2025高考遇AI：科技賦能教育，還是重塑人的價值？

06-08

徐京坤：挑戰(zhàn)極限航海，以愛與信念鑄就中國航海新篇章！

06-07

AI高考作文大比拼：誰是真才實學(xué)，誰在玩套路？

智東西第一時間對當(dāng)前主流AI助手展開高考作文寫作測試，涵蓋字節(jié)跳動豆包、騰訊元寶、阿里云通義千問、阿里夸克、科大訊飛星火、昆侖萬維天工、商湯商量、智譜清言、月之暗面Kimi、MiniMax海螺AI、Deep…

06-07

大模型高考作文比拼，騰訊墊底百度ChatGPT并列第一，幻覺問題成關(guān)鍵

值得注意的是，本次高考作文題目并沒有以“人工智能”相關(guān)的考題，因此大模型之家隨機抽選了北京卷的考題之一，對大模型的“寫作能力”進(jìn)行考察。作為一年一度的“整活”環(huán)節(jié)，大模型之家這次不僅用上了“判卷智能體”，…

06-07

面壁智能MiniCPM4：端側(cè)模型極限提速，8B性能超12B競品引關(guān)注

MiniCPM4-8B訓(xùn)練開銷僅22%，加了長下文稀疏化版本，做到同等參數(shù)、性能更強，綜合得分對標(biāo)Qwen3-8B、超越Gemma3-12B，在下列同類端側(cè)模型排行榜中分?jǐn)?shù)排名第一。總體來看，MiniCP…

06-07

AI助力高考志愿填報，夸克百度訊飛誰更懂你的心？

06-07

數(shù)禾科技：自研反詐技術(shù)亮相網(wǎng)安博覽會，守護(hù)用戶數(shù)據(jù)安全獲好評

06-07

蘋果iPadOS 26大改版：新界面、手寫筆升級，AI與應(yīng)用全面進(jìn)化！

06-07

喜臨門榮獲中國專利優(yōu)秀獎，智能睡眠技術(shù)創(chuàng)新實力獲國家級認(rèn)可

06-07

小碼王與黑龍江工程學(xué)院強強聯(lián)手，打造信息學(xué)創(chuàng)新人才培育新高地

06-07

抖音重拳出擊：高考季嚴(yán)查AI押題、虛假志愿規(guī)劃等營銷騙局

06-07

抖音高考護(hù)航：嚴(yán)查AI押題、作弊服務(wù)等違規(guī)行為

06-07

AI爭霸賽，谷歌何以從領(lǐng)跑者變追趕者？

Bard初期表現(xiàn)不佳，與ChatGPT存在明顯差距，未能贏得用戶和市場的廣泛認(rèn)可；看似能打的Gemini系列模型，實際使用卻引發(fā)不小爭議，圖像生成功能因出現(xiàn)種族偏見被迫下線；谷歌內(nèi)部，搜索、Android、…

06-07

點擊查看更多 +

全站最新

特斯拉阻止公開自動駕駛碰撞數(shù)據(jù)，背后有何隱情？

神二十乘組空間站生活揭秘：一月多來，他們究竟完成了哪些任務(wù)？

神舟二十號航天員滿月“出差記”：忙科研、護(hù)健康、維設(shè)備

15萬級混動家轎大比拼：領(lǐng)克07 EM-P與海豹07 DM-i誰更值得選？

華為固態(tài)電池新突破，電車?yán)m(xù)航3000公里，燃油車真要慌了嗎？

2025粵港澳車展回顧：劉德華助陣奧迪，小米YU7成流量擔(dān)當(dāng)！

熱門內(nèi)容

榮耀“鯤鵬”照片事件真相大白，造謠者道歉遭刑拘
騰訊阿里AI to C戰(zhàn)場“雙吳”爭霸，誰將問鼎AI搜索之巔？
英偉達(dá)全球總部或?qū)⒙鋺糁袊_灣，黃仁勛下周宣布這一重大決定？
教育部新規(guī)：學(xué)生禁直接復(fù)制AI作業(yè)，強化獨立思考與批判性思維
聯(lián)發(fā)科天璣9400e發(fā)布：天璣9300+升級版，藍(lán)牙升級至6.0
中國知網(wǎng)CNKI AI：重塑知識服務(wù)新生態(tài)，四大核心力引領(lǐng)未來
中國GPU市場競爭激烈，英偉達(dá)獨占7成，華為昇騰緊追其后！
華為Mate 40系列（5G）已支持5G-A網(wǎng)絡(luò)，性能再升級！
華為nova 14系列震撼登場！鴻蒙5直板機領(lǐng)銜，nova 14僅售2699元起
教育部新規(guī)：中小學(xué)分階段用AI，嚴(yán)禁復(fù)制答案強化獨立思考
華為nova14 Ultra震撼登場！鴻蒙5系統(tǒng)加持，售價4199元起
華為昇騰超節(jié)點技術(shù)突破：384卡高速互聯(lián)，引領(lǐng)AI模型訓(xùn)練新紀(jì)元
DeepSeek新論文揭秘：梁文鋒領(lǐng)銜探索AI訓(xùn)練推理成本效益之道
華為nova 15系列下半年將亮相，自研芯片加持產(chǎn)品力再升級？
榮耀400系列新品發(fā)布會：4K超清Live拼圖，定格每個精彩瞬間？

本欄最新

蘋果研究：AI大模型在高復(fù)雜度任務(wù)中推理能力遭質(zhì)疑

AI助力，四小時邂逅六十余種“野朋友”，共筑生物多樣性保護(hù)夢

2025暑期檔票房火爆開場，《碟中諜8》等大片引領(lǐng)觀影熱潮

2025高考遇AI：科技賦能教育，還是重塑人的價值？

徐京坤：挑戰(zhàn)極限航海，以愛與信念鑄就中國航海新篇章！

AI高考作文大比拼：誰是真才實學(xué)，誰在玩套路？

本文鏈接：http://www.www897cc.com/showinfo-45-13558-0.html蘋果研究：AI大模型在高復(fù)雜度任務(wù)中推理能力遭質(zhì)疑

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： AI高考大考：DeepSeek、訊飛星火領(lǐng)跑，數(shù)學(xué)能力誰更強？

下一篇： AI助力，四小時邂逅六十余種“野朋友”，共筑生物多樣性保護(hù)夢

標(biāo)簽：

熱門焦點

風(fēng)口已至，多領(lǐng)域平臺融入社交元素！

在眾多領(lǐng)域平臺中，社交元素都扮演著重要角色，如直播營銷帶貨、線上配對聽歌、游戲局內(nèi)互動等。隨著元宇宙時代的來臨，社交產(chǎn)品不斷升級，社交元素推動流量變現(xiàn)，多平臺領(lǐng)域融入社交
字節(jié)、騰訊、網(wǎng)易鏖戰(zhàn)元宇宙背后，大廠究竟在爭奪什么？

正當(dāng)互聯(lián)網(wǎng)商業(yè)躊躇不前，互聯(lián)網(wǎng)大廠為了在存量中的增長擠破頭皮之時，元宇宙的概念被資本點燃。先是Facebook更名Meta正式進(jìn)軍元宇宙，然后字節(jié)跳動收購了一家VR硬
比特幣的價格越高，使用價值越大

隔夜比特幣還是在精準(zhǔn)地橫盤在42k上方?？疹^昨日試圖發(fā)起一波小的攻勢，但是晚上就被多頭掰了回來。以太坊的鏈上gas price降到了60 gwei以下，彰顯著市場活躍度的
江西將探索成立元宇宙聯(lián)盟，韓國將加強對NFT和元宇宙的監(jiān)管

《元宇宙新鮮事》有：江西將探索成立元宇宙聯(lián)盟，支持南昌規(guī)劃建設(shè)元宇宙試驗區(qū)；韓國金融監(jiān)督局將加強對NFT和元宇宙的監(jiān)管；任天堂社長表示暫時不打算加入元宇宙。【
區(qū)塊鏈產(chǎn)業(yè)人才發(fā)展報告

工業(yè)和信息化部作為工業(yè)和信息化行業(yè)主管部門，正在著力推進(jìn)“兩個強國”建設(shè)，加快推動以區(qū)塊鏈為代表的新興技術(shù)與實體經(jīng)濟(jì)深度融合。我國區(qū)塊鏈技術(shù)和應(yīng)用想要
Web3 去中心化身份管理系統(tǒng)的歷史、現(xiàn)狀與展望

身份、數(shù)字資產(chǎn)和在線資料的映射最近在區(qū)塊鏈行業(yè)獲得了極大的關(guān)注。新技術(shù)正在形成架構(gòu)，這將進(jìn)一步為去中心化和以用戶為中心的機制鋪平道路。本文將討論以下
8個最適合藝術(shù)家發(fā)行NFT的交易市場

近年來，加密風(fēng)靡全球。加密圈最令人興奮的方面之一是它能夠用于創(chuàng)建稱為NFT 的數(shù)字資產(chǎn)。從 CyberKitties 到 Cyber Galleries，NFT 已成為藝術(shù)家和藝術(shù)鑒賞家的
元宇宙存在的意義和價值

科技公司目前都在猶豫，看誰能在元宇宙上押下更大的賭注。然而，除了巨額的資金投入，到底要怎樣才能獲勝在很大程度上還沒有得到證實。它是否僅僅是對當(dāng)前數(shù)字景觀
大廠打造元宇宙平臺的業(yè)務(wù)重心是什么？

知名市場研究機構(gòu)IDC發(fā)布《2022年中國元宇宙市場十大預(yù)測》報告，其中提出互聯(lián)網(wǎng)大廠各自獨立布局元宇宙平臺。事實上，在2021年的最后一個季度，包括Meta、英偉達(dá)、

日韩成人免费在线_国产成人一二_精品国产免费人成电影在线观..._日本一区二区三区久久久久久久久不

首頁

元宇宙

NFT

區(qū)塊鏈

虛擬人

AR/VR

AI

元宇宙百科

蘋果研究：AI大模型在高復(fù)雜度任務(wù)中推理能力遭質(zhì)疑

風(fēng)口已至，多領(lǐng)域平臺融入社交元素！

字節(jié)、騰訊、網(wǎng)易鏖戰(zhàn)元宇宙背后，大廠究竟在爭奪什么？

比特幣的價格越高，使用價值越大

江西將探索成立元宇宙聯(lián)盟，韓國將加強對NFT和元宇宙的監(jiān)管

區(qū)塊鏈產(chǎn)業(yè)人才發(fā)展報告

Web3 去中心化身份管理系統(tǒng)的歷史、現(xiàn)狀與展望

8個最適合藝術(shù)家發(fā)行NFT的交易市場

元宇宙存在的意義和價值

大廠打造元宇宙平臺的業(yè)務(wù)重心是什么？

最新推薦

AI界地震！美國對OpenAI展開調(diào)查！監(jiān)管風(fēng)暴來襲！

元宇宙里賣酸奶，好炸裂的操作！

數(shù)字人的新革命，BAT的“沖高”戰(zhàn)場

上、中、下游加深融合，搭建元宇宙產(chǎn)業(yè)全景

萬字專訪Vitalik Buterin：以太坊將成為主流和最安全的基礎(chǔ)層

區(qū)塊鏈產(chǎn)業(yè)人才發(fā)展報告

猜你喜歡

熱門推薦

相關(guān)資訊