DeepMind的Zahavy：LLMs無法跳躍，但世界模型或許可以

Google DeepMind 的 Tom Zahavy 發表了「LLMs Can't Jump」，認為語言模型缺乏「操縱性溯因」（manipulative abduction）所需的認知機制，無法實現真正的科學發現。Zahavy 認為，LLMs 在演繹和歸納方面表現出色，但無法進行創造性的飛躍，以發明新的公理，而不依賴於預先存在的語言模板。他以愛因斯坦為例，後者通過具身模擬（embodied simulation）推導出相對論，而不是通過數據優化。這意味著，未來的進步需要整合世界模型或具身 AI，而不是擴大統計模式識別。