Добавить новость

Спортсмен из Югры стал чемпионом мира по стритлифтингу

"Россия может оказаться перед угрозой торможения сельского хозяйства и голода"

Громкая премьера: "Алиса" собрала аншлаг на презентации нового альбома "Гойда"

Школьная патриотическая игра «Юный спецназ» прошла в Павловском Посаде

News in English


Новости сегодня

Новости от TheMoneytizer

Apple study reveals major AI flaw in OpenAI, Google, and Meta LLMs

Large Language Models (LLMs) may not be as smart as they seem, according to a study from Apple researchers.

LLMs from OpenAI, Google, Meta, and others have been touted for their impressive reasoning skills. But research suggests their purported intelligence may be closer to "sophisticated pattern matching" than "true logical reasoning." Yep, even OpenAI's o1 advanced reasoning model.

The most common benchmark for reasoning skills is a test called GSM8K, but since it's so popular, there's a risk of data contamination. That means LLMs might know the answers to the test because they were trained on those answers, not because of their inherent intelligence.

To test this, the study developed a new benchmark called GSM-Symbolic which keeps the essence of the reasoning problems, but changes the variables, like names, numbers, complexity, and adding irrelevant information. What they discovered was surprising "fragility" in LLM performance. The study tested over 20 models including OpenAI's o1 and GPT-4o, Google's Gemma 2, and Meta's Llama 3. With every single model, the model's performance decreased when the variables were changed.

Accuracy decreased by a few percentage points when names and variables were changed. And as the researchers noted, OpenAI's models performed better than the other open-source models. However the variance was deemed "non-negligible," meaning any real variance shouldn't have occurred. However, things got really interesting when researchers added "seemingly relevant but ultimately inconsequential statements" to the mix.

To test the hypothesis that LLMs relied more on pattern matching than actual reasoning, the study added superfluous phrases to math problems to see how the models would react. For example, "Oliver picks 44 kiwis on Friday. Then he picks 58 kiwis on Saturday. On Sunday, he picks double the number of kiwis he did on Friday, but five of them were a bit smaller than average. How many kiwis does Oliver have?"

What resulted was a significant drop in performance across the board. OpenAI's o1 Preview fared the best, with a drop of 17.5 percent accuracy. That's still pretty bad, but not as bad as Microsoft's Phi 3 model which performed 65 percent worse.

In the kiwi example, the study said LLMs tended to subtract the five smaller kiwis from the equation without understanding that kiwi size was irrelevant to the problem. This indicates that "models tend to convert statements to operations without truly understanding their meaning" which validates the researchers' hypothesis that LLMs look for patterns in reasoning problems, rather than innately understand the concept.

The study didn't mince words about its findings. Testing models' on the benchmark that includes irrelevant information "exposes a critical flaw in LLMs’ ability to genuinely understand mathematical concepts and discern relevant information for problem-solving." However, it bears mentioning that the authors of this study work for Apple which is obviously a major competitor with Google, Meta, and even OpenAI — although Apple and OpenAI have a partnership, Apple is also working on its own AI models.

That said, the LLMs' apparent lack of formal reasoning skills can't be ignored. Ultimately, it's a good reminder to temper AI hype with healthy skepticism.

Читайте на 123ru.net


Новости 24/7 DirectAdvert - доход для вашего сайта



Частные объявления в Вашем городе, в Вашем регионе и в России



Smi24.net — ежеминутные новости с ежедневным архивом. Только у нас — все главные новости дня без политической цензуры. "123 Новости" — абсолютно все точки зрения, трезвая аналитика, цивилизованные споры и обсуждения без взаимных обвинений и оскорблений. Помните, что не у всех точка зрения совпадает с Вашей. Уважайте мнение других, даже если Вы отстаиваете свой взгляд и свою позицию. Smi24.net — облегчённая версия старейшего обозревателя новостей 123ru.net. Мы не навязываем Вам своё видение, мы даём Вам срез событий дня без цензуры и без купюр. Новости, какие они есть —онлайн с поминутным архивом по всем городам и регионам России, Украины, Белоруссии и Абхазии. Smi24.net — живые новости в живом эфире! Быстрый поиск от Smi24.net — это не только возможность первым узнать, но и преимущество сообщить срочные новости мгновенно на любом языке мира и быть услышанным тут же. В любую минуту Вы можете добавить свою новость - здесь.




Новости от наших партнёров в Вашем городе

Ria.city

Школьная патриотическая игра «Юный спецназ» прошла в Павловском Посаде

Неделя рекламы в Москве. НРФ’8 посетили более 9 тысяч человек

Почти 3000 подмосковных студентов примут участие в олимпиаде «Я — профессионал»

Виктория Исакова, Слава Копейкин, Тимур Родригез с новой девушкой, Карина Нигай и другие на премьере сериала "Дети перемен"

Музыкальные новости

"Это настоящая война": Что задумал Трамп? Версия о "переломе хребта" – Васильев формулирует жёстко

Ротация клипов на Телеканале Русский Шансон.

Apple хочет воплотить в жизнь последнюю мечту Джобса

Всемирный день качества отметили в филиале «Московском» ООО «ЛокоТех-Сервис»

Новости России

«Среди долин и перевалов»: персональная выставка Анастасии Башковой в зале «Лаврушинский`15»

Почти 3000 подмосковных студентов примут участие в олимпиаде «Я — профессионал»

Неделя рекламы в Москве. НРФ’8 посетили более 9 тысяч человек

Алибасов, Киркоров и Пугачева на приеме в честь Тома Джонса в Москве, 1994 год

Экология в России и мире

Госпожа удача

Препати премии «Звезды хайпа»: яркие хиты и секреты грядущей церемонии

Волонтеры «Норникеля» получили в Москве очередную награду

Московские врачи спасли пациента с разрывом сердца

Спорт в России и мире

Янник Синнер обошёл Алькараса на $ 7 млн по призовым за сезон, Медведев замкнул топ-5 ATP

Кубок Билли Джин Кинг. 1/2 финала. Польша проигрывает Италии, Великобритания поборется со Словакией

Рублёв — о неудаче на Итоговом турнире: ничего сверхъестественного не было

Непреодолимая преграда: Медведев снова проиграл Синнеру и не смог выйти в полуфинал Итогового турнира ATP

Moscow.media

Терминал сбора данных (ТСД) промышленного класса SAOTRON RT42G

«Грузовичкоф» принял участие в открытии Общественной приемной по вопросам логистики

Водопад Тобот

В больнице пенсионер смертельно ранил другого пациента











Топ новостей на этот час

Rss.plus






«Ставки от балды»: сколько жильцы домов с лифтами доплатят за капремонт

Громкая премьера: "Алиса" собрала аншлаг на презентации нового альбома "Гойда"

Фильм «Любовь и голуби» вновь выходит на большие экраны

Неделя рекламы в Москве. НРФ’8 посетили более 9 тысяч человек