IT Home在6月8日报道说，Apple Machine学习研究中心在6月6日当地时间发表了研究角色，并指出现有的AI模型没有真实的思维或推理技能，而是依靠模式和记忆匹配，尤其是对于复杂的任务。苹果研究人员将系统地回顾现有的“大趋势”，例如Openai O3-Mini，Deptseek-R1，Anthropic 3.7 Sonnet Thinker的Claude和Google Gemini的思想。研究发现，尽管这些模型具有“零精度”。此外，尽管仍有足够的计算模型推理过程的能力，但他们用来“思考”的代币数量肯定会减少贫困，这意味着现有理解方法存在主要局限性。本文“思考的幻想：从问题的复杂性的角度了解识别模型的优势和局限性”，由Parshin Shojaee等人撰写。研究表明当前对这些模型行业的评论集中在数学和编程的基准上，重点是最终答案的准确性，但它通常忽略了数据污染的问题，并且没有提供对内部推理轨迹的结构和质量的见解。研究人员采用了一系列贡献拼图解决环境，这些环境可以准确地操纵组成复杂性，同时保持逻辑结构的一致性。它不仅允许评估最终答案，而且还允许内部推理轨迹可以探索，从而更深入地了解这些模型如何“思考”。研究小组建议，模型性能可以分为三个阶段：低复杂的任务：传统的大型模型（Note of Home：如Claude-3.7没有思想版本）的表现更好；中复杂活动：具有思维机制的大型识别模型（LRM）更为主导；较高的任务复杂性：两种类型的模型都属于完全失败的状态。特别是，发现LRM在进行准确的计算方面存在局限性，在使用各种拼图中使用显算算法和推理时，不一致是无法反映的。一般而言，这项研究不仅基于既定的数学基准询问当前的LRMS范式，而且还强调需要进行更彻底的实验以进行探索这些问题。通过使用受控的拼图环境，本研究可深入了解语言理解模型的能力和限制，并指导未来研究的方向。研究人员说：“这些发现具有现有LRM的优势和限制，这引发了有关系统推理的性质的疑问，这在其设计和扩展中具有重要意义，”思维的幻想：了解：了解通过推理模型的优势和限制。问题的复杂性 - 苹果机器学习的研究