關於通用人工智能的發展競賽(AGI)仍然很漫長，蘋果公司的研究人員認爲，像ChatGPT和Claude這樣的頂級AI模型在推理方面仍然面臨困難。盡管已經有大型推理模型(LRMs)，但它們的能力和局限性仍未得到明確理解。目前的評估主要集中在最終答案的準確性上，而沒有提供對推理能力的洞察。
研究表明，LRM並沒有有效地泛化推理，且在復雜性增加時通常會面臨準確率崩潰。研究人員得出結論，這些模型僅僅模仿推理，而並未真正掌握，這不符合AGI的要求。盡管行業內一些領導者認爲AGI可能在未來幾年內實現，但它仍然是一個遙遠的目標。
