LLM常识推理仍存短板，AGI之路漫长

Nature发表评论文章指出，尽管大型语言模型（LLM）在记忆测试中表现出色，但在常识推理方面仍存在明显不足。常识推理是实现通用人工智能（AGI）的必要条件，但目前的LLM在处理不确定性和模糊情况时表现不佳。早期项目如CYC和ConceptNet虽积累了大量知识，但缺乏推理能力。未来研究需跨学科合作，设计全面的基准测试，超越语言的思考，以推动机器常识的发展。这不仅有助于AI的应用，还能加深对人类认知的理解。
来源：https://tech.ifeng.com/c/8eU4uU97VKq