LLM神话破灭？苹果论文最新实锤：难以实现真正智能

本文探讨了苹果公司最新研究对大语言模型（LLMs）的批判性发现。研究指出，尽管LLMs在低复杂度问题中表现良好，但在中等和高复杂度问题中表现失败，显示出其推理能力的根本性限制。研究发现，LLMs在接近关键复杂度时推理努力反而减少，提示其计算能力扩展的内在极限。此外，LLMs生成的“思维链”未必反映真实的推理过程，且在执行精确计算方面存在局限性。文章还提到，LLMs在处理经典逻辑问题如汉诺塔时表现不佳，暴露出其在结构性问题上的不可靠性。研究认为，当前主流LLMs无法取代传统算法，且其局限性日益清晰，对期待LLMs直接通往通用人工智能（AGI）的观点提出了质疑。