Questo testo analizza i Large Reasoning Models (LRMs), una nuova generazione di modelli linguistici con meccanismi di "pensiero" integrati, per comprenderne le capacità fondamentali e i limiti. Utilizzando ambienti di puzzle controllabili invece dei benchmark standard, la ricerca valuta le prestazioni dei modelli e l'efficacia delle loro tracce di ragionamento in diverse complessità. I risultati mostrano che gli LRM presentano una limitazione di scala con un crollo dell'accuratezza oltre una certa complessità, e inaspettatamente diminuiscono lo sforzo di ragionamento di fronte a problemi molto difficili. Inoltre, si osservano tre regimi di performance rispetto alla complessità e inefficienze nel processo di pensiero, sollevando interrogativi sulla vera natura del ragionamento in questi sistemi.

Ver todos los episodios