"LLM не могут прыгать": аналитическая статья, утверждающая, что у больших языковых моделей есть фундаментальный предел рассуждений

Докладная записка, опубликованная на OpenReview, ставит под сомнение основное предположение о том, что возможности рассуждения улучшаются бесконечно с увеличением масштаба в рамках тезиса о масштабировании ИИ. Этот аргумент не нов — но его формулировка более чёткая, чем обычно.

Факт Статья с заголовком « LLMs Can't Jump» была подана в OpenReview (5 августа 2026 г., 30 баллов на Hacker News, 11 комментариев). На основе заголовка и обсуждений на Hacker News — полный текст статьи пока недоступен публично — в тезисе, похоже, утверждается, что у больших языковых моделей (LLM) есть фундаментальный предел в решении определённых задач на рассуждение: способности, которые проявляются на простых примерах, рушатся на более сложных вариантах, и масштабирование само по себе не решает проблему.

Наше мнение Если тезис подтвердится при прочтении, он впишется в растущий критический корпус — работы о «проклятии обратимости» (reversal curse), неудачи на ARC-AGI, анализы Франсуа Шолле о обобщении. Аргумент касается не общей производительности (бенчмарки улучшаются), а природы рассуждения: распознавание шаблонов вместо композиционного мышления. Практическое следствие — стандартные бенчмарки (GSM8K, MATH) переоценивают реальные возможности, так как они входят в обучающее распределение. К этому стоит относиться с осторожностью до полной рецензии: заголовок и оценка на Hacker News — ещё не проверенный тезис.

На что обратить внимание Полная версия статьи и ответы лабораторий (OpenAI, Anthropic, DeepMind), которые будут заинтересованы опровергнуть или смягчить эти ограничения, если они подтвердятся.