Các nhà toán học hàng đầu nhận định các mô hình ngôn ngữ lớn (LLM) là công cụ tính toán mạnh mẽ nhưng lại kém trong tư duy sáng tạo.

Các nhà toán học hàng đầu nhận định LLM là công cụ tính toán mạnh mẽ nhưng kém sáng tạo Ngày 16/8/2026 LLM không thể "nhảy vọt", Phần II. Các nhà toán học Timothy Gowers và Peter Sarnak ghi nhận các mô hình ngôn ngữ lớn (LLM) có kỹ năng toán học nghiêm túc nhưng nhận thấy những giới hạn rõ ràng đối với các ý tưởng thực sự mới. Gowers lập luận rằng các mô hình hiện tại giỏi kết hợp các phương pháp đã biết và thử nhiều đường dẫn tìm kiếm, nhưng thiếu trực giác để chọn ra một vài lộ trình hiệu quả trong không gian tìm kiếm rộng lớn. Sarnak đồng tình: AI có thể suy ra kết quả từ lý thuyết hiện có nhưng không thể phát triển các khái niệm trừu tượng làm nền tảng cho các chứng minh quan trọng khi bắt đầu từ một câu hỏi cơ bản. Nhà nghiên cứu Tom Zahavy của DeepMind đã đưa ra kết luận tương tự. Trong bài báo "LLMs Can't Jump" (LLM không thể "nhảy vọt"), ông chỉ ra nút thắt cổ chai nằm ở "suy luận thao túng" (manipulative abduction), tức khả năng phát minh ra các giả định nền tảng mới không có tiền lệ ngôn ngữ. Các mô hình thế giới (world models) có thể mở ra một hướng đi mới. Những đánh giá này góp phần vào một cuộc tranh luận rộng lớn hơn về việc liệu LLM có thực sự trở nên linh hoạt hơn hay "chỉ" đang cải thiện các điểm chuẩn và các không gian vấn đề quen thuộc. Nguồn: AMS | Gowers