《iPhone News 愛瘋了》報導，蘋果公司最近發布了一篇震撼 AI 界的論文，揭示大型語言模型（LLM）在數學推理方面的重大缺陷。儘管這些 AI 模型在生成自然語言上表現卓越，但當面對數學問題時，尤其是問題中加入無關訊息時，它們的表現卻令人失望。
問題加入細節，LLM 無法應對
蘋果 AI 研究團隊在論文《Understanding the Limitations of Large Language Models in Mathematical Reasoning》中，透過一個關於採摘奇異果的問題展示了 LLM 的弱點。問題表面上很簡單：奧利弗在周五挑選了 44 個奇異果，周六挑選 58 個，周日他採摘了周五的兩倍。LLM 最初能夠正確回答這個問題，計算出奧利弗總共摘了多少個奇異果。
然而，當研究人員在問題中加入無關的細節，例如「其中 5 個奇異果比平均小」時，模型的表現立刻崩潰，無法提供正確答案。這讓我們質疑，LLM 是否真的理解問題，還是只是在模仿訓練數據中的模式。
修改問題，成功率驟降
研究團隊進一步修改了數百個類似的問題，結果發現，無論如何改變，LLM 在面對這些經過微調的數學問題時，其正確率幾乎都大幅降低。這證明了 LLM 並非依賴真正的邏輯推理，而是根據訓練資料中的模式進行預測。
這一發現給 AI 研究領域帶來了深遠的影響。雖然 LLM 在許多應用場景中已經展現出非凡的能力，但當涉及到真正需要邏輯推理的問題時，它們的表現依然有限。
LLM 的未來發展挑戰
蘋果的這項研究無疑指出了當前 LLM 發展中的一大缺陷，也提醒我們，即便在 AI 技術迅速進步的今天，推理能力依然是需要重點突破的領域。未來的 AI 模型如何解決這一挑戰，將是影響人工智慧技術未來發展的關鍵。
《iPhone News 愛瘋了》表示，LLM 在數學推理方面的能力不足，是否會影響到它在其他應用領域的表現？你認為 AI 真的有可能達到人類邏輯推理的水準嗎？