アマゾンとカリフォルニア大学の研究チームが、巨大言語モデル（LLM）の基本的な推論能力を調査しました。
これらのAIシステムは、推論を行うプロセスである「ディダクティブ（演繹的）」と「インダクティブ（帰納的）」の二つのカテゴリに分けられます。
演繹的推論は一般的な規則から特定のケースに対する結論を導くのに対し、帰納的推論は、具体的な観察から一般的な規則を導き出します。
LLMの帰納的推論能力は強力で、特に標準から逸脱する「反事実的」なシナリオにおいて顕著ですが、演繹的推論は苦手としています。
今回の研究成果は、LLMを利用する際にその帰納的推論能力をどのように活用すべきかを理解する手助けになります。
将来の研究では、LLMが如何に情報を圧縮するかという能力がその帰納的推論能力とどのように関連しているかを探ることが期待されます。
出典 : Exploring the fundamental reasoning abilities of LLMs https://techxplore.com/news/2024-08-exploring-fundamental-abilities-llms.html