热点事件历史事件
AlphaGo 第37手启示：LLM缺乏真正推理机制
1 篇报道1 个报道来源5 天前更新
先了解这件事
AI 综述
报道从 AlphaGo 第37手切入，指出该手看似直觉，实则由搜索机制对未来大量分支推演结合神经网络"直觉"得出。与之相比，当前大语言模型本质上仍是逐 token 预测，即便引入思维链（Chain-of-Thought）也只是把同一预测过程在时间上拉长，并未建立起独立的、可检视的认知状态。报道进一步指出，大语言模型缺乏将"知识"与"知识操作"清晰分离的机制，并且研究表明其思维链常常是事后编造（post-hoc rationalization），难以支撑医学、科学等高风险场景中对可追溯、可验证推理的需求。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 16:00
文章以AlphaGo第37手为例，说明LLM仍为逐token预测，思维链多为事后编造，不具备可追溯的真正推理能力。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- MIT Technology Review · AI不要被误导——大语言模型并不具备真正的推理能力
AlphaGo 的第 37 手看似直觉，实则依赖搜索机制对大量未来分支的推演，结合神经网络提供的"直觉"与系统化的搜索推理才创造出这一步。与之相比，今天的大语言模型本质仍是逐 token 预测，即便引入思维链也只是把同一过程延长，并未建立独立的、可检视的认知状态。模型缺乏将"知识"与"知识操作"清晰分离的机制，且研究显示其思维链常常是事后编造，难以支撑医学、科学等高风险场景中对可追溯推理的需求。