苹果机器学习研究中心发文:现有AI模型推理能力存局限

多客科技

作者：微信文章
当地时间6月6日，苹果机器学习研究中心发表了一篇研究论文《思考的幻象：通过问题复杂性的视角理解推理模型的优势与局限》。

论文指出，现有 AI 模型并不具备真正的思维能力或推理能力，而是依赖于模式匹配与记忆，尤其是对于复杂的任务而言，其推理能力存在根本性局限。相关内容如下：

研究对象：苹果研究人员对 OpenAI 的 o3 - mini、DeepSeek - R1、Anthropic 的 Claude 3.7 Sonnet Thinking 和谷歌 Gemini Thinking 等前沿 “大型推理模型” 进行了系统评估。研究方法：研究人员构建了汉诺塔问题、跳棋交换问题、过河问题以及积木世界四类结构化谜题任务，通过调整参数实现对难度的精确控制，以此系统性地测试模型在不同复杂度下的应对表现。

研究发现：

性能随复杂度下降：尽管这些模型具备生成详细 “思考链” 的能力，并在中等复杂度任务上表现出优势，但当问题复杂度超过特定临界点时，模型性能会完全崩溃至 “零准确率”。



推理深度随难度减弱：在模型推理过程中，即使仍有充足的推理算力，它们用于 “思考” 的 token 数量反而随难度上升而减少，这种现象意味着现有推理方法存在根本局限性。



精确计算能力有限：具备思维机制的大型推理模型（LRMs）在执行精确计算方面存在局限性，无法使用显式算法且跨不同谜题进行推理时表现出不一致性。

研究结论：这项研究质疑了当前基于已建立数学基准的 LRMs 评估范式，强调了需要更加细致的实验设置来探索这些问题，为未来的研究指明了方向，引发了关于 AI 模型推理本质的思考。

识别二维码联系幻引AI小客服让机器理解你