Добавить новость
ru24.net
News in English
Октябрь
2024

Apple study reveals major AI flaw in OpenAI, Google, and Meta LLMs

0

Large Language Models (LLMs) may not be as smart as they seem, according to a study from Apple researchers.

LLMs from OpenAI, Google, Meta, and others have been touted for their impressive reasoning skills. But research suggests their purported intelligence may be closer to "sophisticated pattern matching" than "true logical reasoning." Yep, even OpenAI's o1 advanced reasoning model.

The most common benchmark for reasoning skills is a test called GSM8K, but since it's so popular, there's a risk of data contamination. That means LLMs might know the answers to the test because they were trained on those answers, not because of their inherent intelligence.

To test this, the study developed a new benchmark called GSM-Symbolic which keeps the essence of the reasoning problems, but changes the variables, like names, numbers, complexity, and adding irrelevant information. What they discovered was surprising "fragility" in LLM performance. The study tested over 20 models including OpenAI's o1 and GPT-4o, Google's Gemma 2, and Meta's Llama 3. With every single model, the model's performance decreased when the variables were changed.

Accuracy decreased by a few percentage points when names and variables were changed. And as the researchers noted, OpenAI's models performed better than the other open-source models. However the variance was deemed "non-negligible," meaning any real variance shouldn't have occurred. However, things got really interesting when researchers added "seemingly relevant but ultimately inconsequential statements" to the mix.

To test the hypothesis that LLMs relied more on pattern matching than actual reasoning, the study added superfluous phrases to math problems to see how the models would react. For example, "Oliver picks 44 kiwis on Friday. Then he picks 58 kiwis on Saturday. On Sunday, he picks double the number of kiwis he did on Friday, but five of them were a bit smaller than average. How many kiwis does Oliver have?"

What resulted was a significant drop in performance across the board. OpenAI's o1 Preview fared the best, with a drop of 17.5 percent accuracy. That's still pretty bad, but not as bad as Microsoft's Phi 3 model which performed 65 percent worse.

In the kiwi example, the study said LLMs tended to subtract the five smaller kiwis from the equation without understanding that kiwi size was irrelevant to the problem. This indicates that "models tend to convert statements to operations without truly understanding their meaning" which validates the researchers' hypothesis that LLMs look for patterns in reasoning problems, rather than innately understand the concept.

The study didn't mince words about its findings. Testing models' on the benchmark that includes irrelevant information "exposes a critical flaw in LLMs’ ability to genuinely understand mathematical concepts and discern relevant information for problem-solving." However, it bears mentioning that the authors of this study work for Apple which is obviously a major competitor with Google, Meta, and even OpenAI — although Apple and OpenAI have a partnership, Apple is also working on its own AI models.

That said, the LLMs' apparent lack of formal reasoning skills can't be ignored. Ultimately, it's a good reminder to temper AI hype with healthy skepticism.




Moscow.media
Частные объявления сегодня





Rss.plus



В подмосковной библиотеке сотрудники Росгвардии провели для ребят выставку уникальных экспонатов Великой Отечественной войны

СВОИХ НЕ БРОСАЕМ!

Филиал № 4 ОСФР по Москве и Московской области напоминает: Социальный фонд проинформирует самозанятых о формировании пенсионных прав

«Грузовичкоф» принял участие в открытии Общественной приемной по вопросам логистики


Продвижение Песни в Мою Волну.

Ольга Орлова отреагировала на критику внешности полуторагодовалой дочери: «Красоту можно поправить»

Всемирный день качества отметили в филиале «Московском» ООО «ЛокоТех-Сервис»

Почему с возрастом нужно поменьше общаться с людьми? 3 поразительные цитаты долгожителя


Mike Tyson, 58, appears to make retirement U-turn hours after calling out Logan Paul following loss to brother Jake

Bradford star has weekend to forget with dreadful throw-in before being forced to leave pitch after shoulder pops out

Coach Scaloni delivers key message to Messi and Argentina players about team composition for 2025

Coach set for crunch talks with Real Madrid giant; could have big bearing on Liverpool colossus


Агентство «IT monitoring» запускает пилотную версию онлайн-реестра IT-ассоциаций

Филиал № 4 ОСФР по Москве и Московской области напоминает: Социальный фонд проинформирует самозанятых о формировании пенсионных прав

18 ноября День рождения Деда Мороза

Гладь сухой воды...


Unreal Gold and Unreal Tournament are now free on the Internet Archive, and Epic says that's A-okay

At last, democracy has come to Helldivers 2: A new Democracy Space Station lets players vote on which planet gets bombarded for truth and justice every 24 hours

Valve gets the original Half-Life 2 development team back together for a huge 20th anniversary update—and the game is now free for the weekend on Steam

A War Of A Madman's Making is a quietly brilliant, totally free political sim where you have to try to survive as a deranged dictator's henchman



Заместитель управляющего Отделением Фонда пенсионного и социального страхования Российской Федерации по г. Москве и Московской области Алексей Путин: «Клиентоцентричность - наш приоритет»

«Грузовичкоф» принял участие в открытии Общественной приемной по вопросам логистики

Филиал № 4 ОСФР по Москве и Московской области напоминает: Социальный фонд проинформирует самозанятых о формировании пенсионных прав

Филиал № 4 ОСФР по Москве и Московской области информирует: В Москве и Московской области более 25,5 тысячи многодетных мам досрочно получают пенсию




В Подмосковной электричке попала на видео драка контролера и подростков

«Он со мной не попрощался»: Младшая дочь расплакалась у гроба солиста «‎На-На» Лёвкина

«Грузовичкоф» принял участие в открытии Общественной приемной по вопросам логистики

Московские власти заявили об отсутствии безработных в столице


Сергунина: в школах искусств Москвы проводят цикл встреч «Урок со звездой»

Фестиваль «Вкус Якутии» вновь соберет российских звезд кулинарии

СК предъявил обвинение в хищении врио гендиректора «Военторг-Центр»

Забайкальские воркаутеры завоевали золото и серебро на Кубке в Москве


Медведев опустился на пятое место в рейтинге ATP

Янник Синнер обошёл Алькараса на $ 7 млн по призовым за сезон, Медведев замкнул топ-5 ATP

Теннисист Рублев проиграл Рууду на Итоговом турнире ATP

Непреодолимая преграда: Медведев снова проиграл Синнеру и не смог выйти в полуфинал Итогового турнира ATP


Нутрициолог Антонова посоветовала пользоваться обычным будильником для борьбы с привычкой начинать день с телефона

Смартфон выбил жительнице Подмосковья перелом носа во время сна

Семшов ответил, остаётся ли Тюкавин лидером «Динамо»

Фомин раскрыл, как отреагирует на вызов Дзюбы в сборную России


Музыкальные новости

«Дубиной по голове»: Вероника Долина прокомментировала инцидент в аэропорту

«Мне мужчина фактически не нужен, я могу всё сама!» Оксана Самойлова рассказала о функциях Джигана в семье в новом выпуске «Большого переселения» на ТНТ

Девушка рэпера Тимати Валентина Иванова выложила фото в нижнем белье

«112»: охрана избила бойца ММА Кирилла Фоменкова в баре Ильи Лагутенко в Москве



СВОИХ НЕ БРОСАЕМ!

СВОИХ НЕ БРОСАЕМ!

СВОИХ НЕ БРОСАЕМ!

Филиал № 4 ОСФР по Москве и Московской области напоминает: Социальный фонд проинформирует самозанятых о формировании пенсионных прав


Всемирный день качества отметили в филиале «Московском» ООО «ЛокоТех-Сервис»

Сергей Собянин. Главное за день

Сотрудники Пушкинского отдела вневедомственной охраны Главного управления Росгвардии по Московской области задержали 38-летнего местного жителя, который тайно похитил товар из супермаркета

«Ростех» выставит на продажу совхоз на Кубани


«Грузовичкоф» делится лучшими практиками на конференции «Грузоперевозки 2024»

Автоюрист Воропаев заявил, что российских автомобилистов не пугает повышение штрафов за нарушение ПДД

Какой минивэн купить до 1 млн рублей: рейтинг лучших вариантов

В Москве отремонтируют 34 многоквартирных дома с арочными окнами


Махинации на 175 миллиардов: дело молдавского политика Усатого передали в суд

Лукашенко сообщил, предлагал ли Путин жить в одном государстве

Путин пригласил президента Абхазии на празднование 80-летия Победы в Москве

Заместитель управляющего Отделением Фонда пенсионного и социального страхования Российской Федерации по г. Москве и Московской области Алексей Путин: «Клиентоцентричность - наш приоритет»





Дерматолог Мадина Байрамукова: как выбрать самый безопасный дезодорант

Клинический психолог Марианна Абравитова: почему вы чувствуете себя счастливым

Диетолог Соломатина: от бесконтрольного приема «Оземпика» ухудшается зрение

Методы лечения различных заболеваний суставов


«Ракеты сами за себя скажут»: США разрешили Киеву удары вглубь РФ около трех дней назад — Axios

Американское издание: Решение Вашингтона по ATACMS сделало Зеленского «ходячим


Росгвардейцы обеспечили правопорядок на МЕЖДУНАРОДНОМ БАСКЕТБОЛЬНОМ МАТЧЕ в Москве

Возможности российской туриндустрии впервые представили на международном туристическом рынке

Более 500 спортсменов приняли участие в турнире ко Дню самбо в Мытищах

Сегодня День самбо и героем рубрики «Знай наших» стал сотрудник СОБР «Столица» - боец-высотник Влад К.


Губернатор Василий Анохин встретился с президентом РБ Александром Лукашенко

Смоленский губернатор возложил венок к монументу Победы в Минске

Лукашенко сообщил, предлагал ли Путин жить в одном государстве

Василий Анохин и его команда по приглашению белорусского президента работают в Минске



Сергей Собянин рассказал, как преобразился район Гольяново за последние годы

Сергей Собянин: Дополнительный участок МСД сделает поездки на юге Москвы быстрее

Сергей Собянин: Возводим сложный участок трассы

Сергей Собянин. Главное за день


Двадцать электробусов вышли на маршруты в двух округах Москвы

Красношейную поганку обнаружили в Строгинской пойме

Уплотнить верхние слои: российские учёные придумали, как предотвратить торфяные пожары

Строгино – самый экологичный район старой Москвы


Нутрициолог Антонова посоветовала пользоваться обычным будильником для борьбы с привычкой начинать день с телефона

Mash: в Москве мужчина пытался ограбить магазин и напал на покупателя с ручкой

Новую детскую площадку установили на Олимпийском проспекте в Мытищах

Фестиваль «Вкус Якутии» вновь соберет российских звезд кулинарии


В Поморье проходит третий форум победителей конкурсов грантов губернатора Архангельской области

Подмосковных фермеров пригласили на межрегиональный форум

Работы участников фотоконкурса «Открытый Север – 2024» будут представлены в центре Архангельска в декабре

В Архангельске объявили о штормовом предупреждении с порывами ветра до 19 метров в секунду


На митинге в Симферополе потребовали убрать названия улиц в честь «палачей русского народа»

Выставка-гордость «И вечность возвестит, кто был Суворов»

Домашний ужин или офисный обед — где заказать пиццу в Симферополе?

Выставка-экспозиция "Вместе с книгой мы растем"


Российские военные очистили от ВСУ село Новоселидовка в ДНР

Овчинский: Дом по программе реновации построили в Головинском районе

Летопись успеха. Премия Рунета будет вручена в XXI раз

Семшов ответил, остаётся ли Тюкавин лидером «Динамо»












Спорт в России и мире

Новости спорта


Новости тенниса
ATP

Рублёв объяснил своё неудачное выступление на Итоговом турнире ATP






Забайкальские воркаутеры завоевали золото и серебро на Кубке в Москве

В Электростали отметили День рождения Деда Мороза

В России назвали справедливой пенсию в размере 40% от средней зарплаты

В Москве простились с бывшим солистом группы «На-На» Лёвкиным