蘋果公司的科研團隊最近公布了一項關于大型語言模型（LLMs）的深入研究，對傳統認知中的LLMs能力提出了深刻質疑。這項研究揭示，即便LLMs融入了復雜的自我反思機制，它們在高復雜度問題面前仍顯得力不從心，無法展現出普遍的推理能力。
研究發現，LLMs在處理問題時的表現存在一個明顯的分界點。面對低復雜度的問題，LLMs的表現優于邏輯推理模型（LRMs）。然而，當問題復雜度上升到中等水平時，LRMs開始占據優勢。而在高復雜度的問題面前，兩者都顯得無能為力。這一發現表明，LLMs在處理復雜邏輯時的局限性不容忽視。
不僅如此，LLMs在執行精確計算時也顯得捉襟見肘。甚至在處理一些簡單問題時，LLMs也會出現“過度思考”的現象，導致效率低下。這一發現進一步加劇了人們對LLMs能力的擔憂。
紐約大學的Gary Marcus教授對此表示，LLMs并不能完全替代那些經過精心設計的傳統算法。他認為，通往通用人工智能（AGI）的道路遠比想象中更為艱難。蘋果的這項研究無疑為這一觀點提供了有力的支持。
研究還指出，LLMs在解決結構性問題時的表現同樣不盡如人意。例如，在解決漢諾塔問題時，LLMs的表現令人失望。即便直接給出標準算法，LLMs也難以正確執行。這一發現再次證明了LLMs在特定問題上的不可靠性。
盡管LLMs在某些領域確實展現出了其獨特的優勢，但這項研究提醒我們，它們并非解決所有問題的萬能鑰匙。在未來的研究和應用中，我們需要更加理性地看待LLMs的能力，避免過度依賴和夸大其效果。
