「現在のLLMに真の推論は困難」 Appleの研究者らが論文発表 - ITmedia NEWS

例として、公衆電話からの通話料金に関する問題をベースに、問題の難易度を4段階に調整した結果の正解率を、米GoogleのGemma 2や米OpenAIのGPT-o1 mini、米関連キーワードはありません