研究人员揭露：大模型并非真正推理，只是“找关系”

最近，亚利桑那州立大学的研究团队在arXiv上发表了一篇引发热议的论文，直指我们对大型语言模型（LLM）的理解可能存在偏差。这些模型，例如ChatGPT，并没有真正进行“思考”或“推理”，它们的核心机制仅仅是通过复杂的算法寻找数据之间的相关性。

研究指出，尽管AI生成的答案中可能包含一系列看似合理的中间步骤，但这并不意味着它像人类一样在推理。事实上，这种拟人化的描述可能会让公众误以为AI具备类似人类的认知能力。实际上，这些大模型只是基于训练数据的相关性来预测输出，而非理解因果关系。

图源：由Midjourney生成

为了验证这一观点，研究团队还分析了某些高性能推理模型，如DeepSeek R1。虽然这些模型在特定任务中的表现令人印象深刻，但其背后并没有真正的逻辑推导过程。这意味着，如果我们简单地将AI生成的中间步骤视为“推理”，很可能会对其问题解决能力产生过高估计。

这项研究为我们敲响了警钟：在AI技术飞速发展的今天，我们需要更加理性地看待这些工具的能力边界。未来，或许我们会看到更多透明且可解释的AI系统出现，帮助用户更清楚地了解这些模型的工作原理，从而更好地利用它们为我们的生活和工作服务。