仅凭 3 个计数示例,gpt-3.5-turbo 也能答对 99% 的 strawberry 题
ctjlewis · x · 2026-09-28
作者 ctjlewis 介绍其论文的核心观点:思维本质上是可计算的。今天 LLM 用自然语言做"推理",与他论文的做法在结构上是同构的,只是载体从符号变成了概念。
论文的关键实验是:只需在 prompt 里加入约 3 个"逐字母计数"的示例,就能让 gpt-3.5-turbo 在经典的 "strawberry 里有多少个 r" 问题上达到约 99% 的正确率——但前提是模型必须先在中间步骤里显式数一遍,而不是直接给出答案。这说明所谓"模型数不清字母"并非能力上限问题,而是缺少中间推理工作。
作者还在补充里提到,近期有人用随机化通用图灵机(UTM)做预训练再接 RL 的研究,认为做得相当扎实,圈内对这类工作的关注正在升温。
所属事件:LLM 计算机跑元胞自动机论证思维即计算(2 条相关)→
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16