TON 网络扩展项目 TAC 完成 650 万美元种子轮融资，Hack VC 和 Symbolic Capital 领投，Primitive、Paper Ventures、Karatage、Animoca Ventures、Spartan ...

苹果工程师最近的研究揭示了先进的大型语言模型（LLMs）在推理能力方面的脆弱性。该研究表明，这些模型在面对基准问题的微小变更时，往往难以处理基本的数学推理，突显出其设计上的重大局限性。

近期，苹果公司的一项研究引起了人工智能领域的广泛讨论。研究表明，当前流行的大语言模型（Large Language Models，LLM）如OpenAI的GPT-4及其开源竞争对手，如Llama、Phi、引发了关于模型推理能力的根本性质疑。研究团队强调，这些模型的高效表现其实并不代表它们具备真正的推理能力，更多的是在执行复杂的模式匹配。 在探索模型为何在理解和解决数学题时显得无能为力时，研究团队提 ...

在这项研究中，苹果的研究人员设计了一个被称为GSM-Symbolic的数据集，其目的是全面评估大模型的数学能力，而这份数据集的设计既具有创新性也突显了现有评估方法的不足。与之前的GSM8K数据集相比，GSM-Symbolic进行了必要的修改，使得模型在面对看似全新的问题时，无法利用记忆历史知识简单作答，从而真实反映出其推理能力的极限。这一研究方法的独特之处在于，尽管只是对题目进行细微的调整，例如更 ...