ИИ теряют до 65% точности: необходимость новых моделей растет

Новое исследование показывает, что большие языковые модели ИИ используют вероятностное сопоставление шаблонов вместо логики. При добавлении ненужных деталей модели теряют точность до 65,7%. Эксперты подчеркивают необходимость разработки новых подходов для обработки сложных операций.

Исследование развивает ранее полученные данные, указывая на то, что крупные языковые модели (LLM) применяют подход вероятностного соответствия шаблонов вместо использования формальных логических рассуждений для выполнения задач.

В случаях, когда в задачу вносились нерелевантные данные, например, о размерах фруктов в математических задачах, такие ИИ-модели сталкивались со значительным снижением точности, в некоторых ситуациях вплоть до 65,7%.

Специалисты считают, что для дальнейшего совершенствования искусственного интеллекта необходимо создать модели, которые смогут обрабатывать абстрактные символические операции, аналогичные тем, что используются в традиционной алгебре.