MIT Technology Review: большие языковые модели не способны к рассуждению
Соавтор системы AlphaGo вспоминает знаменитый 37-й ход программы во второй партии матча по игре в го в марте 2016 года, который комментаторы посчитали ошибочным. На основе опыта создания подобных алгоритмов автор рассуждает о пределах возможностей ИИ и утверждает, что большие языковые модели не обладают навыком логического мышления.
Читать в первоисточнике — MIT Technology Review ↗
Ещё в ленте
Опыт автоматизации проверки товаров с помощью Jev вместо стандартных LLM
Интернет-магазин компьютерной техники использовал решение Jev для автоматической проверки новых товаров. Это позволило устранить бэклог из 100 тысяч заявок и сократить бюджетные расходы на 90% по сравнению со стандартными LLM.
Как тестировать и выбирать LLM под прикладные рабочие задачи
Руководитель проектов по внедрению систем на базе ИИ описал подход к тестированию языковых моделей на реальных рабочих задачах. Автор отмечает, что публичных бенчмарков недостаточно, поэтому для оценки работы с кодом и сложными документами необходимы собственные критерии приёмки.
Разбор модели Jev: что известно о новой ИИ-системе
В материале рассматривается модель Jev, вызвавшая активные обсуждения в сообществе специалистов по ИИ. Автор разбирает возможности новой системы, решаемые ею задачи и основания для перевода рабочих процессов на это решение.
Как работают технологии поиска по коду в современных ИИ-агентах
Современные кодинговые агенты вроде Claude Code, Codex и Cursor используют для навигации по кодовой базе стек инструментов, созданных за последние полвека. Архитектура их поиска объединяет классические решения вроде grep, ctags и LSP с современным семантическим анализом и графами. Статья разбирает историю развития, принципы работы и эволюцию этих технологий в контексте работы ИИ.