* 苹果公司研究表明，当前顶尖推理模型本质上缺乏真正的认知能力，只是精密的“模式匹配机器”。
* 研究发现，标准模型在低复杂度任务中表现优于更强大的推理模型，中等复杂度任务中“思考”增量微乎其微，高复杂度任务中模型“瘫痪”。
* 研究揭示反直觉“规模效应”，算力充足时推理“努力程度”反而下降，表明模型未真正推理，只是沿用已习得的模式。
* 专家认为，该研究质疑当前人工智能能力的深度，强调仍处于弱人工智能阶段，Transformer架构不足以实现推理。
* 有观点质疑苹果研究动机，认为其“吃不到葡萄说葡萄酸”，因苹果在推理模型方面落后于OpenAI、谷歌等公司。
* 研究强调人工智能行业需要更可靠的基准测试，现有基准测试存在缺陷，模型可通过模式匹配而非真正推理来解决问题。
* 研究指出人工智能局限性与人类认知偏见相似，容易被雄辩蒙蔽，高估自信和外向性格，需区分“表现”与“能力”，“雄辩”与“理解”。
(IT业界资讯)
via 茶馆 - Telegram Channel
