Анализ логических способностей языковых моделей на примере решения задачи Эйнштейна

Авторы: Томская У.П., Захаров М.А.
Опубликовано в выпуске: #4(99)/2025
DOI:
Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика
Ключевые слова: языковые модели, искусственный интеллект, логические способности, логическое мышление, задача Эйнштейна, сравнительный анализ, эффективность
Опубликовано: 28.08.2025

Рассмотрены различные подходы к решению задачи Эйнштейна, используемые языковыми моделями, и выполнено сравнение их эффективности. Авторы анализируют результаты работы моделей, выявляя их сильные и слабые стороны в контексте логического мышления. В статье приведены примеры решения задачи Эйнштейна языковыми моделями разных семейств: Claude, Command R, Mistral, LLaMA2, LLaMA3, GPT-2, GPT-3.5. Для каждой модели проанализировано применение логических способностей при решении данной задачи. В конце подведены итоги решения задачи разными моделями и сделаны выводы и замечания о том, как каждая из моделей способна рассуждать.

Литература

[1] Лосев А.Ф. Введение в общую теорию языковых моделей. История лингвофилософской мысли. Москва, УРСС, 2004, 296 с.

[2] Ситжалилов А.Л., Абдураманов З.Ш. Языковые модели для приложений генеративного искусственного интеллекта. Информационно-компьютерные технологии в экономике, образовании и социальной сфере, 2024, № 1 (43), с. 68–74. EDN: IAHNLA.

[3] Лебедев А.С., Марищук Б.В. Технологии генерации текста на основе машинного обучения. Инженерные технологии, 2023, № 2 (2), с. 30–34. EDN: SJAPYH.

[4] Луценко Е.В. Инженерия знаний и интеллектуальные системы. Краснодар, Эйдос, 2020, 642 с. https://doi.org/10.13140/RG.2.2.28085.91364

[5] Рогозин О.В. Решение задачи Эйнштейна на основе фреймовой модели представления знаний. Школьные технологии, 2010, № 3, с. 151–156.

[6] Нечаев Н.П., Рогозин О.В. Реализация механизма поддержки принятия решений с использованием фреймовой модели на примере задачи Эйнштейна. Новые информационные технологии в автоматизированных системах, 2007, № 10, с. 87–97.

[7] Мамедова Л.Э., Иванова Л.Н., Алтаев Е.С. Основные аспекты технологии искусственного интеллекта. Известия вузов ЭфиУП, 2023, № 3 (57). https://doi.org/10.6060/ivecofin.2023573.656

[8] Горев С.В. Исследование методов и алгоритмов искусственного интеллекта при определении стоимости произведений искусства. Известия ВУЗов ЭфиУП, 2022, № 4 (54). https://doi.org/10.6060/ivecofin.2022544.622

[9] Бяшимов П., Какабаева М., Довлетгельдыев Ы., Ораев М. Строительство и искусственный интеллект: преимущества и недостатки. Символ науки, 2024, № 4-1-2, с. 32–34.

[10] Мамиева О.Г., Байджанова Г.Н. Инновационные подходы к обеспечению информационной безопасности в эпоху цифровизации. Символ науки, 2024, № 4-1-2, с. 55–57.