LLMs每次都会在这个简单的评估上失败。
最近，一项有趣的研究揭示了人工智能语言模型（LLMs）在一个简单的评估上的失败。这项研究带来了对于人工智能发展的思考，以及对于我们对这些系统的期望的重新审视。
在研究中，研究人员设计了一个简单的评估任务，要求LLMs尝试完成一个仅包含两个步骤的任务 – “打开抽屉”和”拿出锅子”。是的，就是这么简单，但结果却令人震惊。
LLMs被训练成为判断语言的专家，但在这个简单的物理任务中却无法成功。研究者们发现，LLMs在完成这个任务时，总是出现混乱和错误的行为。这个看似简单的任务对于人类来说是轻而易举的，但对于LLMs来说，却是一个难题。
这个研究结果呼吁我们重新审视对于人工智能的期望。虽然LLMs在处理语言方面取得了许多进展，但在其他领域，尤其是涉及物理世界的任务上，仍然存在巨大的挑战。
我们需要意识到人工智能系统的局限性，并为其提供更加多样化和全面的训练。尽管LLMs每次都在这个简单的评估上失败，但这也让我们更深刻地认识到人工智能的复杂性和挑战。希望这个研究能够促使更多的关于人工智能的深入思考和研究，为未来的发展指明方向。
了解更多有趣的事情：https://blog.ds3783.com/