Gary Marcus：纯 LLM 并不擅长数学，成绩靠混合系统
Gary Marcus 近期连发多条帖子，明确指出所谓“LLM 很擅长数学”是一种误导性的说法。他强调，大语言模型并不能真正独立、可靠地完成复杂的数学推理，外界在未搞懂基本技术细节前不应盲目大惊小怪。
已确认
Marcus 明确区分了“纯 LLM”与“混合系统”。他指出，现代数学 AI 之所以能在硬数学任务上表现出色，是因为它们实际上是结合了神经符号工具的混合系统。单纯依靠模型规模的扩展，根本无法解决复杂数学推理中固有的连锁幻觉问题。因此，把混合系统的成果直接归功于纯 LLM 是混淆视听的。此外，他通过汽车类比说明，只知道发动机排量并不能判断整车的性能（还需考虑变速箱、悬挂等因素），同理，LLM 在某些算术任务上的表现也不代表它们已经具备了完整的推理能力或真正理解了智能。
为什么重要
这一观点澄清了当前 AI 行业对大模型能力边界的常见误解。在公众和部分开发者对 LLM 能力过度狂热的背景下，明确指出纯语言模型在严苛逻辑推理上的短板，有助于外界更客观地评估 AI 技术，并认识到神经符号等混合架构在未来实现可靠推理中的关键价值。
2026-07-21 ~ 2026-07-23 · 5 条相关
一手来源
- Gary Marcus：现代数学 AI 是混合系统，不是纯 LLM — GaryMarcus ·
- Gary Marcus 说，LLM 仍然不能真正独立做数学 — GaryMarcus ·
- 【源头】Gary Marcus：现代数学 AI 是混合系统，不是纯 LLM — GaryMarcus · 2026-07-21
- Gary Marcus：LLM 会做数学不等于真的懂智能 — GaryMarcus · 2026-07-22
- 【源头】Gary Marcus 说，LLM 仍然不能真正独立做数学 — GaryMarcus · 2026-07-22
- Gary Marcus：LLM本身不擅长数学，靠的是符号工具 — yudapearl · 2026-07-22
- Gary Marcus 说 LLM 数学能力来自符号工具配合 — MohMayaTyagi · 2026-07-23