顶尖数学家：LLM 是强计算器但缺乏真正创造力

顶级数学家：LLM 是强计算器，却非出色的创造性思考者

LLM 无法跳跃，第二弹。数学家 Timothy Gowers 和 Peter Sarnak 认可大型语言模型在数学方面的深厚能力，但也指出了其在真正新想法上的硬限。Gowers 认为，当前的模型擅长组合已知方法、尝试众多搜索路径，但在广阔的搜索空间中缺乏挑选出少数几条有效路径的直觉。Sarnak 也持相同观点：AI 可以从现有理论推导出结果，但从初等问题出发时，无法构建支撑重大证明所需的抽象。

DeepMind 研究员 Tom Zahavy 得出了类似结论。在其论文《LLM 无法跳跃》中，他将瓶颈归因于"操作性溯因"（manipulative abduction），即发明全新基础假设的能力——这种假设没有任何语言先例可循。世界模型（World models）或许能提供一条出路。这些评估参与了一场更广泛的辩论：LLM 究竟是正在变得更加多才多艺，还是"仅仅"在基准测试和熟悉的问题空间中表现更好。

AI 新闻去泡沫化——人工精选

订阅 THE DECODER，享受无广告阅读、每周 AI 通讯、年度六期的独家"AI Radar"前沿报告、完整档案访问权，以及评论 section 参与权限。