字节跳动最新研究：大模型在大部分情况下只是“复读机

并非真正拥有推理能力

只是在复述学习过的答案

核心发现：

几乎所有知名AI模型（ChatGPT、Claude、Gemini、DeepSeek等）在改动后的题目上表现一塌糊涂。

本来答对率有80%，一改就掉到20%多，甚至更低。

模型常常“不看清题目”，还是用老套路答题。

这些模型实际上是**“复述训练中见过的解题模板”，而非基于输入条件真正进行语义理解与逻辑推理**。

例如：

问题改了一个词（如将“相向而行”改为“相背而行”），模型仍套用原来的解法，导致错误回答。

在“无解问题”中，绝大多数模型强行生成错误答案，无法识别问题本身不可解。

他们试过很多办法让AI“别套模板”：

加提示语：“请严格看题”

给几个类似例子做参考

强行告诉它：“题目没有错，按字面理解”

让AI思考得更“长一点”（Chain of Thought）

📉 结果：都只能小幅提升，效果仍然不理想！

详细解读：http://t.cn/A6r4r5Kt
原始论文：http://t.cn/A6r4r5Kc