大模型推理bug！问题翻转，回答全错，GPT到Llama安然无恙

举个案例，GPT-4可以比对显露Mary是Tom的母亲，但无法看看Tom是Mary的儿子。

考虑到GPT-4共存简化以避免个人文档的情况，编者又用其他大框架透过了测试者。无论是实验室1还是实验室2，都给与了相同的论据：

即使是像GPT-4这样的顶流大框架，也共存反败为胜厄运（Reversal Curse）的原因。

不过，专著在末尾引用，由于大脑追忆系统的差异，人类共存向后追忆比向下追忆更难的情况。但这应该问道明反败为胜厄运也或多或少适用范围于人类呢？目前并没有明显的证据证明人类的这一顺序排列效应和大框架反败为胜厄运之间的关联。

形式化推理小说堪称或许在世界上分析方法的基石，它象征性了一种思维和应为方式，帮助我们明白、分析和应付或许在世界上中都的原因。大框架也是如此，形式化推理小说是大框架能够帮我们正确应付原因的基础。

论点将大框架分析方法于医学临床，用最有用的肺炎举例，肺炎的时候一般而言才会显露现喉咙痛、打喷嚏和头痛等征状，大框架可以正确地去找你：

如果你肺炎了，你才会显露现喉咙痛、打喷嚏和头痛等征状。

但如果你去找大框架，你显露现了上述征状，它却没人判断你中风的是肺炎。如果这不是有用的肺炎，而是癌症病人的临床，灾难似乎危及人类。

或多或少，在立法者场景中都，大框架知道“证据A可以证明奸党B”，但却无法推翻它，这似乎导以致于或者收押。

除了推理小说缺陷，反败为胜厄运还证明，尽管大框架可以访问大量的图表集，但即便如此无法有效透过可用文档。这种多余率将影响大框架在不同领域分析方法时的性能展现。

这就便是第一台超级计算机可以计算显露火箭飞回火星的轨迹，但却无法计算返程轨迹。

是从：视觉中都国

而这不仅仅是一个人文科学原因，还是一个似乎影响从太空聚焦到金融建模等各行各业的或许原因。

如果一个大框架无法从特训图表中都透过表述，那么它不仅是多余的，甚至似乎是无效的。往远一些问道，连最基本的形式化归纳都做不到，又怎么不对让大框架去执行那些复杂的任务？

例如自动驾驶，如果车也无法明白“A车在B车前面”的可逆性，我们不才会不对地让它在繁忙的高速铁路上行驶。

基于大框架，人工智能快速渗透到各行各业：图像比对、自动驾驶、医疗保健、初等教育、金融……在一切都看起来欣欣向荣的时候，反败为胜厄运拍了拍人们，问道：

hi，别高兴太早。

你相信反败为胜厄运才会成为灭霸的响指吗？又才会对AI地球人的人类体们带来什么影响呢？

是从：发布新闻在线

长按添加「智涌」小助手入群 添加请备注：公司+职务