AI 推理能力大 “翻車”！蘋果最新論文：LLM 只是複雜的模式匹配，而不是真正的邏輯推理

蘋果研究員 Mehrdad Farajtabar 等人發表論文質疑大型語言模型（LLM）的推理能力，認為其僅為複雜的模式匹配，缺乏真正的邏輯推理。儘管 LLM 在性能上有所提升，但 Farajtabar 認為這並不代表推理能力的提高。他們開發了 GSM-Symbolic 工具，測試 LLM 的數學推理極限，結果顯示 GSM8K 的準確率不可靠，不同模型表現差異顯著。