LLM又曝致命缺陷：根本不会看时钟！博士惊呆，准确率不及50%
LLM又曝致命缺陷：根本不会看时钟！博士惊呆，准确率不及50%AI能写论文、画图、考高分，但连「看表读时间」「今天是星期几」都错得离谱？最新研究揭示了背后惊人的认知缺陷，提醒我们：AI很强大，但精确推理还离不开人类。
来自主题: AI技术研报
7394 点击 2025-05-19 16:06
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI能写论文、画图、考高分，但连「看表读时间」「今天是星期几」都错得离谱？最新研究揭示了背后惊人的认知缺陷，提醒我们：AI很强大，但精确推理还离不开人类。
本文由匹兹堡大学智能系统实验室（Intelligent Systems Laboratory）的研究团队完成。第一作者为匹兹堡大学的一年级博士生薛琪耀。
在全球AI应用市场竞争日益激烈的今天，了解成功产品的内容构建策略至关重要。我最近深入研究了两个AI应用领域的出海标杆产品：Pollo.ai和Monica.im，希望通过这些成功案例，探索面向消费者(to C)的AI应用应该构建什么类型的内容，以如何何在不同内容类型上合理分配精力投入。
ChatGPT悄悄上线的直连Github新功能太强大！一旦连上Github，立马化身「研究怪兽」：不管是DeepSeek这样的明星开源项目，还是自己DIY的文档资料，只要放进仓库，就能交给深度研究，一键生成专业到飞起的报告。
我们发现，当模型在测试阶段花更多时间思考时，其推理表现会显著提升，这打破了业界普遍依赖预训练算力的传统认知。
本文作者分别来自中国科学院大学和中国科学院计算技术研究所。第一作者裴高政为中国科学院大学博士二年级学生，本工作共同通讯作者是中国科学院大学马坷副教授和黄庆明教授。
太疯狂了，AlphaGo的「第37步」时刻，已经来临。谷歌的AlphaEvolve，让我们从此进入AI创造科学的时代，人类科研将彻底颠覆！背后的研究者也首次接受采访，揭秘研究过程中的一些惊人细节。
ChatGPT「舔狗化」事件背后，暴漏目前AI仍是「黑箱」。 一场关于「机制可解释性」的路线分歧，正撕裂AI研究最核心的价值共识。谷歌认怂，Anthropic死磕——AI还能被「看懂」吗？
强化学习（RL）+真实搜索引擎，可以有效提升大模型检索-推理能力。
近日，腾讯 PCG 社交线的研究团队针对这一问题，采用强化学习（RL）训练方法，通过分组相对策略优化（Group Relative Policy Optimization, GRPO）算法，结合基于奖励的课程采样策略（Reward-based Curriculum Sampling, RCS），将其创新性地应用在意图识别任务上，