文心一言排名墊底，卻成為百度業績增長杠桿
文/侯煜編輯/羅卿知識增強大預言模式文心一言發布后，百度公司熱度大幅提升，文心一言到底能為百度的業績帶來多大的增益成為業內關注焦點。近日，百度（NASDAQ：BIDU/09888.HK）公布了
近期，科技界圍繞蘋果公司一篇關于人工智能的論文展開了激烈討論。這篇題為《思維的錯覺》的論文，由蘋果公司于6月6日發布，迅速引起了專家們的關注與爭議。
論文中，蘋果公司提出一個核心觀點：即便是目前最頂尖的大型推理模型（LRMs），在面對復雜任務時也會遭遇崩潰。然而，這一結論隨即遭到了Open Philanthropy研究員Alex Lawsen的有力反駁。Lawsen認為，蘋果的結論更多地反映了實驗設計的瑕疵，而非模型推理能力的固有缺陷。
爭議的核心聚焦于蘋果論文中的一個具體案例：即便是最先進的大型推理模型，在處理如漢諾塔問題這樣的復雜遞歸算法任務時，也會徹底失敗。漢諾塔問題是一個經典問題，要求將一系列大小不同的圓盤從一個柱子移動到另一個柱子，且需遵循特定規則。
針對這一觀點，Alex Lawsen撰寫了一篇題為《思維錯覺的錯覺》的反駁文章。他指出，蘋果的研究混淆了輸出限制和評估設置的問題，從而得出了誤導性的結論。Lawsen詳細列舉了三大問題來挑戰蘋果的結論。
首先，Lawsen強調蘋果忽略了模型的Token預算限制。在處理超過8個圓盤的漢諾塔問題時，一些模型如Anthropic的Claude Opus，已接近其輸出極限，甚至因節省Token而停止輸出。其次，蘋果的過河測試中包含了一些無解謎題，模型因拒絕解答而被判定為失敗，這顯然是不公平的。最后，蘋果的自動化評估腳本過于僵化，僅將完整步驟列表視為成功標準，未能區分推理失敗與輸出截斷，導致部分策略性輸出被誤判。
為了證明自己的觀點，Lawsen重新設計了漢諾塔測試，要求模型生成遞歸Lua函數來打印解法，而非逐一列出步驟。結果令人震驚：Claude、Gemini和OpenAI的o3模型均能正確生成15個圓盤問題的算法解法，遠超蘋果報告中“零成功”的復雜性界限。
Lawsen還指出，在去除人為輸出限制后，LRMs展現出了處理高復雜任務的推理能力，至少在算法生成層面是如此。這表明，問題可能并不在于模型本身，而在于評估方式。這一發現無疑為人工智能領域帶來了新的思考和啟示。
為了更直觀地展示其觀點，Lawsen還提供了其他測試結果的對比圖，進一步證明了其論點的合理性。
此次爭議不僅揭示了人工智能研究中的復雜性和挑戰，也再次強調了科學評估方法的重要性。隨著人工智能技術的不斷發展，如何更準確地評估模型的推理能力，將成為未來研究的重要方向。
舉報 0收藏 0打賞 0評論 0分享 0 更多>同類資訊
中興通訊2025自智網絡白皮書：AI引領高階自智，開啟數字經濟新篇章在產業數字化浪潮中，運營商加速構建云網算智一體化、高度自動化與智能化的網絡體系，自智網絡以自動化和智能化為核心特征，成為未來通信網絡的內生能力。 中興通訊倡議加速自智網絡產業聯盟發展，加強核心技術創新，加速自…06-17
華為WATCH 5：鴻蒙AI與玄璣感知，開啟智能穿戴新篇章？根據官方提供的資料來看，玄璣感知系統針對循環、呼吸、神經、內分泌、生殖、運動六大系統，提出了超過 60項不同的體征監測指標。未來智能穿戴設備也不再是簡單地記錄用戶的健康數據，在 AI 的加持下，它能直接為…06-17
5G+AI，中國電信智慧農業助力鄉村振興新篇章而在江蘇南通，中國電信通州分公司志愿者走進5G農業直播間，將直播間變身“云端集市”，將大米、乳腐、麻餅等地方特色產品成功進駐全國性商超，并上線京東、拼多多等電商平臺，形成“基地直采—品質溯源—多渠道分銷”的…06-17
AMD攜手AI初創勢力，能否撼動英偉達霸主地位？隨著越來越多的 AI 企業尋求英偉達芯片的替代方案，AMD 開始擴大布局，計劃打造競爭力更強的硬件，并收購了服務器制造商 ZT Systems。AMD 執行副總裁福雷斯特?諾羅德表示，OpenAI 對即將發…06-17
英偉達撤離中國后，黃仁勛擔憂：華為或將全球通吃？他反對美國對中國進行芯片管制，不僅僅是因為這會影響到英偉達每年幾十億美元的利潤收入，更是因為如果美國技術不進入中國市場，中國最終會開發出替代方案，日后會挑戰美國在全球人工智能領域的主導地位。只不過反對黃仁勛的…06-17
2025年量子科技領域，這10家公司或將引領未來變革！本文基于技術實力、商業化進展、市場布局及政策支持等維度，梳理出2025年最具潛力的10家量子科技企業，為大家提供參考。技術突破：量子計算處于商業化早期，技術突破（如糾錯算法、芯片性能）是核心投資邏輯，優先選…06-17
Warp啟用機器人技術，倉儲網絡自動化進程加速"我們不是簡單地說，嘿，我們只是一家機器人公司、AI公司，為這個潛在概念花錢，而是說，不，我們實際上是一家物流公司，一直在真正影響和服務我們的客戶，"Sokolovsky說。"在過去幾年中，我們已經開發出了…06-17
蘋果AI新藍圖：Siri2.0領銜，Knowledge與Copilot能否成新亮點？不過，相較于Siri2.0和Knowledge，Copilot目前給到的信息還非常少，所以更具體的功能和體驗還有待后續的進一步曝光。在Apple Intelligence上線后，用戶也發現這個功能的體驗遠…06-17
2025年AIGC企業多模態技術領先者揭曉，誰在主導未來創意革命？美圖設計室通過AI多模態技術實現影像創作與視頻生成，2025年收入達億元，入選量子位「值得關注的AIGC產品榜」。 融質科技AutoGLM入選「值得關注AIGC產品」，聚焦多模態交互與工業場景應用，垂直領域…06-17
AI編程新時代：Codex引領開發者從寫代碼到審代碼轉變【新智元導讀】紅杉專訪OpenAI Codex團隊揭示AI編程的未來：從工具協作邁向「異步自主Agent」時代。 未來將不再區分「寫代碼的Agent」與「助手Agent」，ChatGPT將統一一切，具備終端…06-17
智能眼鏡卷土重來，能否借AI之力引領科技新風尚？這一消息引發了廣泛關注，也讓人們對智能眼鏡的未來充滿期待。得益于人工智能技術的進步，新一代智能眼鏡在功能上有了質的飛躍，能夠同時處理圖像、視頻和語音，回答復雜問題，甚至進行對話式交流。其次，如何說服消費者購買…06-17
慶陽智能算力中心新突破：中國電信1#數據中心主體成功封頂！近日，伴隨著最后一方混凝土的澆筑，中國電信甘肅慶陽智能算力中心一期項目1#數據中心主體順利封頂。 根據項目規劃藍圖，本次主體封頂后，項目將進入室內裝修裝飾和機電安裝階段，這一階段將聚焦于打造適宜設備運行的內部…06-17
一篇博客敲開OpenAI大門，Muon優化器或成GPT-5訓練關鍵？智東西6月16日消息，今天，AI云服務商Hyperbolic的聯合創始人兼CTO Yuchen Jin在社交平臺X上曝料：研究員Keller Jordan僅憑一篇博客文章就加入了OpenAI，并可能正用博客…06-17
智啟醫療未來，共筑湖口衛健網絡安全新防線江西?民生?新聞?訊?為進一步提升全縣衛健系統網絡安全防護水平，推動人工智能新技術在衛生健康行業的規范應用，6月13日下午，湖口縣衛健系統網絡安全培訓會在湖口縣中醫醫院舉行。 此次培訓會的成功舉辦，為湖口縣…06-17
黃仁勛論AI與就業：程序員或淘汰，但就業恐慌大可不必06-17點擊查看更多 +全站最新
中國制冷技術引領全球，ISO制冷壓縮機標準實現零突破
華為發布天才少年挑戰，全球招募青年才俊共探科技前沿
云服務商視角下的主機與云服務器：如何做出明智選擇？
路由器DNS設置攻略：如何提速又保安全？
魅族M582Q三證齊全，或成小屏旗艦新選擇，5500mAh續航引期待
小米SU7 Ultra量產車紐北狂飆，量產電動車圈速新紀錄誕生！熱門內容華為WATCH 5：鴻蒙AI與玄璣感知，開啟智能穿戴新篇章？5G+AI，中國電信智慧農業助力鄉村振興新篇章AMD攜手AI初創勢力，能否撼動英偉達霸主地位？英偉達撤離中國后，黃仁勛擔憂：華為或將全球通吃？2025年量子科技領域，這10家公司或將引領未來變革！Warp啟用機器人技術，倉儲網絡自動化進程加速
本文鏈接：http://www.www897cc.com/showinfo-45-13787-0.html蘋果AI研究引爭議：LRM推理極限還是評估方法有誤？
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號