## 苹果研究人员质疑 AI 的推理能力
> 例如，当研究人员给出一个简单的数学问题：“奥利弗星期五摘了 44 个奇异果，星期六摘了 58 个奇异果。星期日，他摘的奇异果是星期五的两倍。奥利弗一共摘了多少个奇异果？”时，LLM 能够正确地计算出答案。然而，当研究人员添加一个无关的细节，“星期日，他摘的奇异果是星期五的两倍，其中 5 个比平均小”时，LLM 的回答却出现了错误。例如，GPT-o1-mini 的回答是：“... 星期日，其中 5 个奇异果比平均小。我们需要从星期日的总数中减去它们：88（星期日的奇异果） - 5（较小的奇异果） = 83 个奇异果。”
上面只是一个简单的例子，研究人员修改了数百个问题，几乎所有问题都导致模型的回答成功率大幅下降。
ummmm，有意思，应该说这个结果对于大语言模型来说是符合预期的。报道中提供了原论文的链接，不复杂也不长可以读一读。
(我：这只说明AI还天真，没有学会被bully。它天真的以为输入信息都是有意义的，不是噪声。既然你提到了这个，这个就应该是有意义的，我回答的时候就该考虑这一点。所以啊， 问AI就要言简意赅，别整这种有的没的，浪费AI时间，也浪费你自己的时间。） #网摘 #webto
> 例如，当研究人员给出一个简单的数学问题：“奥利弗星期五摘了 44 个奇异果，星期六摘了 58 个奇异果。星期日，他摘的奇异果是星期五的两倍。奥利弗一共摘了多少个奇异果？”时，LLM 能够正确地计算出答案。然而，当研究人员添加一个无关的细节，“星期日，他摘的奇异果是星期五的两倍，其中 5 个比平均小”时，LLM 的回答却出现了错误。例如，GPT-o1-mini 的回答是：“... 星期日，其中 5 个奇异果比平均小。我们需要从星期日的总数中减去它们：88（星期日的奇异果） - 5（较小的奇异果） = 83 个奇异果。”
上面只是一个简单的例子，研究人员修改了数百个问题，几乎所有问题都导致模型的回答成功率大幅下降。
ummmm，有意思，应该说这个结果对于大语言模型来说是符合预期的。报道中提供了原论文的链接，不复杂也不长可以读一读。
(我：这只说明AI还天真，没有学会被bully。它天真的以为输入信息都是有意义的，不是噪声。既然你提到了这个，这个就应该是有意义的，我回答的时候就该考虑这一点。所以啊， 问AI就要言简意赅，别整这种有的没的，浪费AI时间，也浪费你自己的时间。） #网摘 #webto
