苹果炮轰AI推理模型：全是假思考 模式匹配非真思考。苹果近日发布了一篇研究论文，指出包括DeepSeek、o3-mini和Claude 3.7在内的推理模型并未真正进行思考，所谓的思考实际上只是模式匹配。为了更客观地测试这些模型的推理能力，研究人员设计了四类谜题环境：汉诺塔、跳棋交换、过河问题和积木世界。这些谜题的难度可以精确控制。

随着问题难度增加，推理模型最初会延长思考时间，但随后思考深度反而下降。即使仍有充足的token预算，它们在最需要深入思考时却选择了放弃。当问题复杂度继续增加并超过某个临界点时，无论是推理模型还是标准模型都会经历完全的性能崩溃，准确率直线下降至零。

对此，有网友讽刺称：“苹果拥有最多的资金，两年来也没有拿出像样的成果，现在自己落后了，却来否定别人的成果。”据报道，Apple Intelligence在2024年的WWDC上正式亮相。在过去的一年里，苹果宣传中的许多功能都经历了延期、不够完善甚至被下架。不过也有人认为，这篇论文并非完全消极，而是呼吁设立更好的推理机制和评估办法。