近期，科技界围绕苹果公司一篇关于人工智能的论文展开了激烈讨论。这篇题为《思维的错觉》的论文，由苹果公司于6月6日发布，迅速引起了专家们的关注与争议。
论文中，苹果公司提出一个核心观点：即便是目前最顶尖的大型推理模型（LRMs），在面对复杂任务时也会遭遇崩溃。然而，这一结论随即遭到了Open Philanthropy研究员Alex Lawsen的有力反驳。Lawsen认为，苹果的结论更多地反映了实验设计的瑕疵，而非模型推理能力的固有缺陷。
争议的核心聚焦于苹果论文中的一个具体案例：即便是最先进的大型推理模型，在处理如汉诺塔问题这样的复杂递归算法任务时，也会彻底失败。汉诺塔问题是一个经典问题，要求将一系列大小不同的圆盘从一个柱子移动到另一个柱子，且需遵循特定规则。
针对这一观点，Alex Lawsen撰写了一篇题为《思维错觉的错觉》的反驳文章。他指出，苹果的研究混淆了输出限制和评估设置的问题，从而得出了误导性的结论。Lawsen详细列举了三大问题来挑战苹果的结论。
首先，Lawsen强调苹果忽略了模型的Token预算限制。在处理超过8个圆盘的汉诺塔问题时，一些模型如Anthropic的Claude Opus，已接近其输出极限，甚至因节省Token而停止输出。其次，苹果的过河测试中包含了一些无解谜题，模型因拒绝解答而被判定为失败，这显然是不公平的。最后，苹果的自动化评估脚本过于僵化，仅将完整步骤列表视为成功标准，未能区分推理失败与输出截断，导致部分策略性输出被误判。
为了证明自己的观点，Lawsen重新设计了汉诺塔测试，要求模型生成递归Lua函数来打印解法，而非逐一列出步骤。结果令人震惊：Claude、Gemini和OpenAI的o3模型均能正确生成15个圆盘问题的算法解法，远超苹果报告中“零成功”的复杂性界限。
Lawsen还指出，在去除人为输出限制后，LRMs展现出了处理高复杂任务的推理能力，至少在算法生成层面是如此。这表明，问题可能并不在于模型本身，而在于评估方式。这一发现无疑为人工智能领域带来了新的思考和启示。
为了更直观地展示其观点，Lawsen还提供了其他测试结果的对比图，进一步证明了其论点的合理性。
此次争议不仅揭示了人工智能研究中的复杂性和挑战，也再次强调了科学评估方法的重要性。随着人工智能技术的不断发展，如何更准确地评估模型的推理能力，将成为未来研究的重要方向。
举报 0收藏 0打赏 0评论 0分享 0 更多>同类资讯
中兴通讯2025自智网络白皮书：AI引领高阶自智，开启数字经济新篇章在产业数字化浪潮中，运营商加速构建云网算智一体化、高度自动化与智能化的网络体系，自智网络以自动化和智能化为核心特征，成为未来通信网络的内生能力。 中兴通讯倡议加速自智网络产业联盟发展，加强核心技术创新，加速自…06-17
华为WATCH 5：鸿蒙AI与玄玑感知，开启智能穿戴新篇章？根据官方提供的资料来看，玄玑感知系统针对循环、呼吸、神经、内分泌、生殖、运动六大系统，提出了超过 60项不同的体征监测指标。未来智能穿戴设备也不再是简单地记录用户的健康数据，在 AI 的加持下，它能直接为…06-17
5G+AI，中国电信智慧农业助力乡村振兴新篇章而在江苏南通，中国电信通州分公司志愿者走进5G农业直播间，将直播间变身“云端集市”，将大米、乳腐、麻饼等地方特色产品成功进驻全国性商超，并上线京东、拼多多等电商平台，形成“基地直采—品质溯源—多渠道分销”的…06-17
AMD携手AI初创势力，能否撼动英伟达霸主地位？随着越来越多的 AI 企业寻求英伟达芯片的替代方案，AMD 开始扩大布局，计划打造竞争力更强的硬件，并收购了服务器制造商 ZT Systems。AMD 执行副总裁福雷斯特・诺罗德表示，OpenAI 对即将发…06-17
英伟达撤离中国后，黄仁勋担忧：华为或将全球通吃？他反对美国对中国进行芯片管制，不仅仅是因为这会影响到英伟达每年几十亿美元的利润收入，更是因为如果美国技术不进入中国市场，中国最终会开发出替代方案，日后会挑战美国在全球人工智能领域的主导地位。只不过反对黄仁勋的…06-17
2025年量子科技领域，这10家公司或将引领未来变革！本文基于技术实力、商业化进展、市场布局及政策支持等维度，梳理出2025年最具潜力的10家量子科技企业，为大家提供参考。技术突破：量子计算处于商业化早期，技术突破（如纠错算法、芯片性能）是核心投资逻辑，优先选…06-17
Warp启用机器人技术，仓储网络自动化进程加速"我们不是简单地说，嘿，我们只是一家机器人公司、AI公司，为这个潜在概念花钱，而是说，不，我们实际上是一家物流公司，一直在真正影响和服务我们的客户，"Sokolovsky说。"在过去几年中，我们已经开发出了…06-17
苹果AI新蓝图：Siri2.0领衔，Knowledge与Copilot能否成新亮点？不过，相较于Siri2.0和Knowledge，Copilot目前给到的信息还非常少，所以更具体的功能和体验还有待后续的进一步曝光。在Apple Intelligence上线后，用户也发现这个功能的体验远…06-17
2025年AIGC企业多模态技术领先者揭晓，谁在主导未来创意革命？美图设计室通过AI多模态技术实现影像创作与视频生成，2025年收入达亿元，入选量子位「值得关注的AIGC产品榜」。 融质科技AutoGLM入选「值得关注AIGC产品」，聚焦多模态交互与工业场景应用，垂直领域…06-17
AI编程新时代：Codex引领开发者从写代码到审代码转变【新智元导读】红杉专访OpenAI Codex团队揭示AI编程的未来：从工具协作迈向「异步自主Agent」时代。 未来将不再区分「写代码的Agent」与「助手Agent」，ChatGPT将统一一切，具备终端…06-17
智能眼镜卷土重来，能否借AI之力引领科技新风尚？这一消息引发了广泛关注，也让人们对智能眼镜的未来充满期待。得益于人工智能技术的进步，新一代智能眼镜在功能上有了质的飞跃，能够同时处理图像、视频和语音，回答复杂问题，甚至进行对话式交流。其次，如何说服消费者购买…06-17
庆阳智能算力中心新突破：中国电信1#数据中心主体成功封顶！近日，伴随着最后一方混凝土的浇筑，中国电信甘肃庆阳智能算力中心一期项目1#数据中心主体顺利封顶。 根据项目规划蓝图，本次主体封顶后，项目将进入室内装修装饰和机电安装阶段，这一阶段将聚焦于打造适宜设备运行的内部…06-17
一篇博客敲开OpenAI大门，Muon优化器或成GPT-5训练关键？智东西6月16日消息，今天，AI云服务商Hyperbolic的联合创始人兼CTO Yuchen Jin在社交平台X上曝料：研究员Keller Jordan仅凭一篇博客文章就加入了OpenAI，并可能正用博客…06-17
智启医疗未来，共筑湖口卫健网络安全新防线江西民生新闻讯为进一步提升全县卫健系统网络安全防护水平，推动人工智能新技术在卫生健康行业的规范应用，6月13日下午，湖口县卫健系统网络安全培训会在湖口县中医医院举行。 此次培训会的成功举办，为湖口县…06-17
黄仁勋论AI与就业：程序员或淘汰，但就业恐慌大可不必06-17点击查看更多 +全站最新
中国制冷技术引领全球，ISO制冷压缩机标准实现零突破
华为发布天才少年挑战，全球招募青年才俊共探科技前沿
云服务商视角下的主机与云服务器：如何做出明智选择？
路由器DNS设置攻略：如何提速又保安全？
魅族M582Q三证齐全，或成小屏旗舰新选择，5500mAh续航引期待
小米SU7 Ultra量产车纽北狂飙，量产电动车圈速新纪录诞生！热门内容华为WATCH 5：鸿蒙AI与玄玑感知，开启智能穿戴新篇章？5G+AI，中国电信智慧农业助力乡村振兴新篇章AMD携手AI初创势力，能否撼动英伟达霸主地位？英伟达撤离中国后，黄仁勋担忧：华为或将全球通吃？2025年量子科技领域，这10家公司或将引领未来变革！Warp启用机器人技术，仓储网络自动化进程加速
本文链接：http://www.28at.com/showinfo-45-13787-0.html苹果AI研究引争议：LRM推理极限还是评估方法有误？
声明：本网页内容旨在传播知识，不代表本站观点，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
