Thore Graepel：别被迷惑，大语言模型并不真正推理

Thore Graepel 主张，大语言模型的思维链仍依赖下一 token 预测，不具备 AlphaGo 那样独立的搜索推理机制。他指出，当前模型通常缺少明确、持久且可检查的知识状态，知识与推理相互交织，生成的思维链也可能无法忠实反映得出答案的路径。他提出借鉴 AlphaGo，将神经模型提出的候选步骤与独立评估机制结合，只有在证据支持时更新信念，使结论建立在可审计的证据、推理和信念修订过程之上。