跳到正文
热点事件持续更新

作者称LLM偏收敛思考

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

一位作者提出,大语言模型(LLM)的思考能力存在明显不对称:在汇总多个想法、收敛到单一答案的任务上表现良好,但在跳出既有框架、提出意外新想法的发散性任务上表现较差。 这一判断认为,LLM更擅长聚合与收束,较不擅长突破与创造,显示其创造力与收敛能力并不同步。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. AGI Hunt
    LLM 擅长收敛思考,却不擅长发散思考

    一位作者提出,LLM 的思考能力呈现明显偏向:面对需要汇总多个想法、得到单一答案的收敛性思考时表现很好,而在需要跳出框架、提出出人意料新想法的发散性思考上表现糟糕。前者侧重聚合与收束,后者侧重突破与创造,两类任务的能力表现并不对称。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。