LLM常识推理仍存不足，跨学科合作成关键

Nature发表评论文章指出，尽管大型语言模型（LLM）如ChatGPT在记忆测试中表现出色，但它们在常识推理方面仍存在明显不足。常识推理被认为是实现通用人工智能（AGI）的必备条件，但LLM在处理模糊性和不确定性时表现不佳。早期研究通过符号框架和知识数据库尝试赋予机器常识，但这些方法缺乏推理能力。当前评估LLM常识推理能力的方法存在局限，需要改进。未来研究需跨学科合作，设计全面的基准测试，涵盖物理特性、社交互动和因果关系，以推动机器常识的发展。
来源：https://mp.weixin.qq.com/s/S8YkHt6q4KCvSuNSfTdCUw