DeepMind 论文称 LLM 突破科学需溯因推理而非压缩证明
burkov · x · 2026-07-29
核心观点
Google DeepMind 的 Tom Zahavy 在一篇 ICML 2026 位置论文中主张：LLM 不可能仅靠数据压缩或演绎证明就实现基础科学突破。
论证脉络
- 论文以 爱因斯坦提出广义相对论 为例，说明真正的科学发现依赖的是 溯因推理（abductive reasoning）。
- 作者认为，真正的发明需要的是 物理上自洽的世界模型，而不只是更强的记忆压缩或定理证明能力。
- 这条帖子强调的是论文里的方法论判断，而不是某个具体模型发布或刷榜结果。
所属事件:DeepMind论文称LLM缺乏科学发现关键“直觉跃迁”(7 条相关)→
「漫话AGI」频道最新
- OpenAI 经济研究团队：我们还没有词汇描述 AI 将创造的新岗位 — paulnovosad · 2026-09-23
- Drew Breunig：写 Agent 指令更像立法，而非下棋 — dbreunig · 2026-09-23
- 思想实验：如果人类只是 AI 的「肠道菌群」？ — Merkbefreit · 2026-09-23
- 评Opus 5.5:语料满是摘要的摘要,一手经验最稀缺 — mimi10v3 · 2026-09-23
- Interpreability 研究者：AI 谄媚或源于用户让人不敢说真话 — repligate · 2026-09-23
- 观点：软件正从"被人操作"变为"自己会用软件" — r0ck3t23 · 2026-09-23