据站长之家 11 月 24 日报道，近期，Meta **人工智能科学家杨立昆（YannLeCun）在推特上引发了关于大语言模型（LLM）推理能力的讨论，强调 LLM 缺乏真正的规划推理能力，其涌现能力实际上是上下文学习的结果。研究表明，针对复杂规划任务，如**规划大赛中的问题，LLM 的性能较差，其推理能力在特定领域受限，而涌现能力主要体现在简单任务和事先知道答案的情境中。 文章还提到，对于 LLM 的规划任务研究存在一些问题，包括领域知识和实际执行计划的混淆。研究团队通过混淆规划问题中的动作和对象的名称来**近似检索的有效性，挑战 LLM 的经验表现。