【即时科技报道】苹果AI研究团队最新发表论文，揭示大型语言模型（LLM）在数学推理上的显著局限性。尽管这些模型在生成类人文本方面表现出色，但在解决简单数学问题时，即使是微小的改动，如添加无关信息，模型的准确率都会大幅下降。论文以一个简单的数学问题为例，展示了LLM在处理问题时的不足。研究者通过修改问题细节，发现几乎所有修改后的问题，LLM的解答成功率均显著降低。这一发现表明，LLM并未真正理解数学问题的本质，而是基于训练数据中的模式进行预测，而非进行逻辑推理。这揭示了当前人工智能发展中的重要局限，强调了在逻辑推理能力上的提升空间，对于未来人工智能技术的发展具有重要意义。此研究成果于近期发布，为AI领域提供了新的视角和挑战。

谷歌工程师François Chollet批评OpenAI阻碍了通用人工智能（AGI）发展，称其封闭式研究策略导致AGI进程推迟5-10年。Chollet指责OpenAI推动大型语言模型(LLM)的过度炒作，分散了对AI其他领域的关注。他提及的ARC-AGI比赛显示，尽管参与度提高，但AGI进步缓慢，人类与AI的差距仍然显著。Chollet创办的比赛旨在推动前沿AGI研究，而非局限于现有技术。此事发生在近期，反映了一名业内专家对当前AI研究方向的关注和忧虑。