对于AI推理的“只需增加更多算力”的论点正变得越来越令人厌倦。

几乎每次大型模型在基础逻辑任务上彻底失败时，炒作群体的默认回应都是“等下一个万亿参数模型”。看着真是令人沮丧。自回归LLM本质上就是极度强大的自动补全。它们实际上什么都不知道，只是猜测统计上最可能的下一个token。你不能通过堆叠更多GPU并希望它停止幻觉来强行达到100%正确。今天看了最近的[形式验证](https://logicalintelligence.com/blog/aleph-leading-benchmarks)排行榜，看到替代架构（如EBM）终于开始完全主导传统模型，真是令人欣慰。它们实际编译并证明自己的逻辑，而不是光嘴上说说。如果我们希望AI为航空或电网这类领域编写软件，依赖一个聊天机器人希望它不要产生致命幻觉，这太可怕了。我们迫切需要能在执行前数学证明自己正确的系统，而不是那些听起来自信但实际错误的模型。