别被迷惑，大语言模型并不会推理
Thore Graepel主张，当前大语言模型的链式思维仍是延长的下一 token 预测，并不具备类似 AlphaGo 搜索机制的真正推理能力。他指出，聊天机器人缺少明确且可检查的认知状态、知识与推理机制的分离，其思维链还可能是事后编造的解释。他提出借鉴 AlphaGo，让系统持续维护认知状态，并由独立模块依据证据评估每一步、更新信念，从而形成可审计的推理过程。
#推理
MIT Technology Review · AIAI 评分6969 Latent SpaceAI 评分6767 MIT Alex Zhang 谈学术界为何应押注有雄心的研究
MIT 的 Alex Zhang 认为，学术界应押注工业实验室不愿承担的研究方向，并通过更有主见的 harness 设计释放模型尚未利用的能力。他将 RLM 描述为一种以代码为核心工具、支持上下文卸载和递归调用子智能体的 harness，并讨论了其跨任务组合泛化潜力。访谈还涉及 AI 生成 GPU 内核的验证缺口、多智能体集群中的低效搜索，以及未来语言模型可能以隐藏的智能体集群呈现。
Latent Space精选AI 评分7878 InstructGPT 作者 Diogo Almeida 谈 Jev 与 RLCD：为软件而非聊天造 System 1 模型
TypeSafe AI CEO Diogo Almeida 在 Latent Space 访谈中介绍其新模型 Jev，称其为面向代码消费的 System 1 大模型，优化目标是每美元智能而非聊天体验。
推荐理由：InstructGPT 作者复盘 RLHF 路线问题，并解释 RLCD 为何把校准概率而非人类偏好当作优化目标。