저명 수학자 티모시 가워스와 피터 사르낙이 대형언어모델(LLM)이 기존 방법을 조합하는 데는 뛰어나지만 근본적으로 새로운 수학적 아이디어를 창안하는 직관은 부족하다고 평가했다. 가워스는 현재 모델들이 방대한 탐색 공간에서 여러 경로를 시도하는 데는 능하지만, 그중 생산적인 몇 가지를 골라내는 직관이 없다고 지적했다. 구글 딥마인드 연구원 톰 자하비도 논문 'LLM은 점프할 수 없다'에서 언어적 선례가 없는 새로운 전제를 고안하는 능력, 즉 '조작적 귀추'의 부재를 병목으로 짚었다. 이는 LLM이 실제로 더 다재다능해지고 있는지, 아니면 벤치마크와 익숙한 문제에만 능숙해지고 있는지를 둘러싼 논쟁으로 이어진다.
- •수학자 가워스·사르냙, LLM은 계산·기존 방법 조합에는 강하나 창의적 직관은 부족하다고 평가
- •가워스: 방대한 탐색 공간에서 생산적 경로를 고르는 직관이 모델에 없음
- •딥마인드 자하비 연구, '조작적 귀추' 능력 부재를 새 개념 창안의 병목으로 지목
- •세계모델(world model)이 대안적 해법으로 거론됨
- •LLM의 진짜 다재능함 vs 벤치마크 특화 여부 논쟁으로 이어져
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Top mathematicians say LLMs are strong calculators but poor creative thinkers
- 1.가워스·사르낙, LLM은 기존 기법 조합에는 뛰어나지만 새로운 아이디어 창출력은 부족하다고 평가
- 2.가워스: LLM은 방대한 탐색 공간에서 여러 경로를 시도할 뿐 소수의 생산적 경로를 골라내는 직관이 없다고 지적
- 3.사르낙: 기초적인 질문에서 출발해 주요 증명을 뒷받침하는 새 추상 개념을 만들어내는 데는 실패한다고 평가
- 4.딜마인드 톤 자하비, 언어적 선례 없는 가정을 만드는 능력 부재가 병목이라며 월드모델을 대안 제시
왜 중요한가?
수학계 최고 권위자들의 평가가 LLM이 벤치마크 점수 개선을 넘어 실제로 더 창의적이 되고 있는지에 대한 업계 논쟁에 직접적인 근거를 제공하며, 다음 단계 AI 연구가 '탐색'이 아닌 '가정 창출' 능력에 집중해야 함을 시사한다.
언급 프로젝트
본문 미리보기
Two renowned mathematicians, Timothy Gowers and Peter Sarnak, say large language models are good at combining known methods but lack the intuition for genuinely new mathematical ideas. The article Top mathematicians say LLMs are strong calculators but poor creative thinkers appeared first on The Decoder.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:17AI 초안
