新研究揭示：GPT-4也受制于“反转诅咒”，无法从“A是B”推导出“B是A”的推理缺陷
大模型明知道“你妈是你妈”，却答不出“你是你妈的儿子”？？这项新研究一经公布，立即引起了广泛的讨论来自范德堡大学、萨塞克斯大学、牛津大学等研究机构的研究人员惊讶地发现：一个大语言模型在训练时被喂进了“A是B”这种形式的数据，它并不会自动反推出“B是A”。大模型存在“反转诅咒”现象。甚至强如GPT-4，在反向问题实验中，正确率也只有33%。OpenAI创始成员AndrejKarpathy立即转发了这篇论文，并发表了评论LLM知识比人们想象中“零散”得多，我对此仍然没有很好的直觉。具体是怎么一回事？大模型的“
大模型明知道“你妈是你妈”，却答不出“你是你妈的儿子”？？
这项新研究一经公布，立即引起了广泛的讨论
来自范德堡大学、萨塞克斯大学、牛津大学等研究机构的研究人员惊讶地发现：
一个大语言模型在训练时被喂进了“A是B”这种形式的数据，它并不会自动反推出“B是A”。大模型存在“反转诅咒”现象。
甚至强如GPT-4，在反向问题实验中，正确率也只有33%。
OpenAI创始成员Andrej Karpathy立即转发了这篇论文，并发表了评论
LLM知识比人们想象中“零散”得多，我对此仍然没有很好的直觉。
具体是怎么一回事？
大模型的“反转诅咒”
研究人员主要进行了两项实验。
在第一项实验中，研究人员在GPT-4的帮助下构建了以下形式的数据，来微调大模型。
为了避免大型模型在训练过程中遇到这些名字，所有这些名称都是虚构的
在GPT-3-175B上的实验结果显示，当提示与数据集给出的描述顺序匹配时，模型给出的答案很不错。
但当顺序反转过来，模型的准确率甚至直接降到了0。
举个例子，就是大模型吃到过“达芙妮是《时光之旅》的导演”这么一条数据，你问它“达芙妮是谁”时，它也答得好好的。但当你反过来问“谁是《时光之旅》的导演”时，模型就懵了。
在GPT-3-350M和Llama-7B上，研究人员也得到了相同的实验结果。
再来看实验2。在这个实验中，研究人员测试了大型语言模型对真实名人信息的反向处理能力，而没有进行任何微调
他们从IMDB（2023）收集了最受欢迎的1000位名人的名单，并通过OpenAI API来问GPT-4有关这些人父母的信息，最终得到了1573对名人孩子-父母对数据。
结果发现，如果问题像这样——“汤姆·克鲁斯的妈妈叫什么”，GPT-4回答准确率为79%。但当问题反转，变成“Mary Lee Pfeiffer（阿汤哥的老妈）的儿子叫什么”，GPT-4回答准确率就降到了33%。
在Llama-1家族模型上，研究人员也进行了同样的测试。实验中，所有模型回答“父母是谁”问题的准确率，都要远高于回答“孩子是谁”问题的准确率。
研究人员将这一现象称为“反转诅咒”。他们认为，这揭示了语言模型在推理和泛化方面存在的独特限制
牛津大学研究员Owain Evans解释说，论文的通讯作者是指在论文中负责与其他作者和学术界进行沟通的人
为什么值得关注反转诅咒呢？
- 这说明大语言模型在训练过程中存在推理能力缺失。
- “A是B”和“B是A”的共现是预训练集中的一种系统性模式。自回归LLM完全无法对这一模式进行元学习，其对数概率没有变化，并且即使参数量从350M扩增到175B，也未能改善这个问题。
One More Thing
不过话说回来，人类会不会也受到“反转诅咒”的影响呢？
有网友做了这么个测试。
面对“Mary Lee Pfeiffer South的儿子是谁”这个问题，GPT-4一开始直接举旗投降了。
当这位网友提醒GPT-4说“她的儿子很有名，你肯定认识”时，GPT-4立刻恍然大悟，给出了正确答案“汤姆·克鲁斯”
需要进行改写的是：△X网友@TonyZador
那么，你能反应过来吗？
本文解析超聚变在2026数博会发布的“智企”范式，重点阐述如何通过Token生产平台（Token Factory）与企业业务本体建模，实现从简单AI工具调用到企业应用架构系统性重构的演进。文章详细拆解了智能体编排、数字孪生及生态协同等关键技术路径，为AI时代企业数字化转型提供可落地的参考方案。
从Office转向WPS的核心操作肌肉记忆切换通常需3至7天，不影响正常办公。适应期长短取决于界面视觉差异与专属格式配置。通过切换“经典界面”、嵌入字体及开启云同步，可实现平滑过渡。本文详解格式兼容、数据迁移及AI功能适用场景，适用于需多端协同、成本控制及国产化兼容的办公人群。
加拿大一母亲起诉OpenAI，称ChatGPT设计缺陷导致其女儿自杀，指控其优先用户参与度而非安全性，持续提供情感支持致过度依赖。专家指出AI应“陪伴但不过界”，需设定边界并引导求助。国家已出台拟人化互动服务管理办法。
2026届高考生学车时多采用AI教练，逐步适应人机共驾。作为与生成式AI共同成长的一代，他们更易接受智能驾驶，未来可能成为首批“原生AI司机”。至2030年前后，其人生首辆车或具备L3级自动驾驶能力，驾驶角色将从操控者转向监督者。
全球股市因AI热潮呈现K型分化，半导体板块估值逼近百倍市盈率。历史警示：2000年互联网泡沫中的“四骑士”最终市值暴跌或长期盘整。投资者应警惕“错失恐惧症”，重视安全边际、护城河与能力圈，避免被高估值裹挟，关注稳健性与股息率。
Cloudflare报告显示，完成应用现代化的企业从AI投资中获得可衡量回报的概率是未现代化企业的三倍。93%的决策者视系统更新为AI先决条件，91%的领先企业已嵌入AI功能。安全与现代化协同推进可使AI成熟度提升四倍，精简技术架构成为竞争力分水岭。
据微软引用《Joule》期刊的一项研究指出，每一次典型人工智能查询耗电量零点一六至零点六零瓦时，其冷却用水量中位数不足一滴水。大规模部署下，单位查询的效率会更高，总能耗可以降低一半以上。
A股PCB概念板块掀起涨停潮，因摩根士丹利报告预测AI光模块PCB市场三年增长超5倍，2025至2028年规模从6.2亿美元增至37.7亿美元，年复合增速高达83%，远超光模块整体增速。
哈啰推出的A70云朵共享单车搭载海思芯片与鸿蒙系统，实现200毫秒极速开锁；追风者自动变速车客单价提升30%，用户复购率超40%。技术升级使运维成本占比降至25%，日均使用频次升至4.8次，分层运营策略有效分摊成本，推动共享单车从交通工具向智能终端转型。
Windows 10 是一款微软推出的经典操作系统，拥有硬件兼容性与多任务处理能力。它更偏向把系统状态查看和常用调节动作放在一起，适合需要持续观察和微调设备状态的场景。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
