Récemment, LeCun a remis en question sur Twitter les capacités de raisonnement des grands modèles de langage (LLM), suggérant que leurs capacités émergentes sont principalement le résultat de l'apprentissage contextuel. Des expériences de recherche ont démontré que les LLM affichent de faibles performances dans les tâches de planification complexes, révélant des limitations dans leurs capacités de raisonnement. L'article souligne également les problèmes liés à la recherche sur les tâches de planification pour les LLM, notamment la confusion entre la connaissance de la planification et l'exécution du plan. L'amélioration des capacités de planification des LLM reste un défi. Cette discussion offre des éclairages importants pour comprendre les capacités réelles des LLM dans les domaines du raisonnement et de la planification.
LeCun remet en question les capacités de raisonnement des grands modèles de langage, soulignant l'apprentissage contextuel

站长之家
Cet article provient d'AIbase Daily
Bienvenue dans la section [AI Quotidien] ! Voici votre guide pour explorer le monde de l'intelligence artificielle chaque jour. Chaque jour, nous vous présentons les points forts du domaine de l'IA, en mettant l'accent sur les développeurs, en vous aidant à comprendre les tendances technologiques et à découvrir des applications de produits IA innovantes.