DeepMind成员Graepel称LLM缺乏真正推理能力
热点事件观察中
DeepMind成员Graepel称LLM缺乏真正推理能力
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
DeepMind研究科学家、AlphaGo核心成员Thore Graepel于2026年10月2日在MIT Technology Review发表观点文章，指出当前大语言模型（LLM）缺乏真正的推理能力。Graepel认为，LLM依赖的是System 1的快速模式补全，而非System 2的显式推理。具体问题包括：LLM缺乏显式、持久、可审查的认知状态；知识与推理过程深度耦合，导致难以独立验证推理步骤；思维链（chain-of-thought）在生成时往往是先得出答案再“倒推”生成解释文本，存在事后虚构的风险。他将这种机制比喻为“直觉式回答”而非“逻辑推导”。Graepel以此提醒学界与业界不应将LLM的能力误认为真正的推理。此文发表后引发对AI系统认知架构与推理能力边界的讨论。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 16:00
Thore Graepel：别被骗了——LLM 并不会推理报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- MIT Technology Review · AIThore Graepel：别被骗了——LLM 并不会推理
DeepMind AlphaGo 核心成员 Thore Graepel 指出，当前 LLM 依赖的是 System 1 的模式补全而非真正的推理，缺乏显式、持久、可审查的认知状态，知识与推理过程深度耦合，且思维链往往在得出答案后虚构生成。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。