■?觀察家

　　邏輯推理被認為是當前大模型最難以攻克的一道關卡。

　　一道小學數學題，成功難倒了超過一半的大模型。近日，據報道，經測試，在“9.11和9.9兩個數字哪個更大”這個基礎的數學題上，國內外12個大模型之中只有4個答對了，剩下8個全都回答錯誤。在答錯者中，還包括了知名的ChatGPT-4o。

　　數學相關的邏輯推理能力一直是當下大模型的短板。但一道小學生級別的數學題，卻成了各家標榜成為“生產力升級”的大模型面前的絆腳石，這在公眾輿論之中引發了不小爭議。究其原因，是近期公眾對于“大模型無所不能”的傳統認知與大模型當下仍處在測試探索期的現實之間產生了沖突。

　　實際上種種跡象顯示，大模型當前在純數學問題上的真實能力應該就處在小學水平的區間。2023年底，OpenAI（美國人工智能研究公司）內部曾被曝光有一個代碼為Q的“絕密大項目”，該項目正是致力于解決大模型在數學運算能力上的問題。

　　今年高考期間，有媒體同樣用高考數學題“考驗”了大模型，參與測試的7個大模型在高考數學上全部“不及格”，最高分也只有75分。

　　這并不能理解為大模型有了高考數學75分的水平。大模型是一個“不怎么懂數學運算、但懂得大量搜索文字資料分析”的主體，而75分是其可以通過資料搜集比對分析所能取得的最好成績。

　　從這個角度看，外界認為大模型是“文科生”似乎也不算是一種偏見。當前用戶可以感知到的大模型，是基于海量文本的相關性進行訓練分析，從而達到文本生成的人類平均水平。

　　但除了文本的分析和生成之外，人類對信息的搜集分析處理中最重要的是推理能力，包括了邏輯推理、認知推理等。

　　數學運算是典型的邏輯推理能力。即根據前提條件給出符合邏輯或潛在邏輯關系的結論，而數學運算是用精確的語言和符號進行純邏輯的推演，因此，如此理解的話，更能直觀地感受到大模型的邏輯推理能力。

　　邏輯推理被認為是當前大模型最難攻克的一道關卡。邏輯推理對于大模型的未來發展為什么重要？從應用場景上看，推理能力意味著可靠性和適配性的問題。

　　目前，大模型所展現的應用場景主要局限在資料分析、內容生成等領域，而在涉及數字分析、邏輯推演等行業領域，大模型的想象空間依然有限。因此，國內外的大模型企業已經開始有意識地探索“如何訓練大模型在特定條件下的推理能力”。

　　從消費者的角度看，如果希望大模型能夠在數理分析、邏輯推理等領域成為有效助手，或許還有賴于大模型在推理訓練上的下一階段突破。但或許更值得思考的問題是：當大模型掌握了推理能力，那么，距離進一步攻破人類的思維活動或許就真的不遠了。一些人對此有所擔憂，人類真的做好準備了嗎？

　　□王曉凱（媒體人）