<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TJO</author_name>
  <author_url>https://blog.hatena.ne.jp/TJO/</author_url>
  <blog_title>渋谷駅前で働くデータサイエンティストのブログ</blog_title>
  <blog_url>https://tjo.hatenablog.com/</blog_url>
  <categories>
    <anon>生成AI</anon>
    <anon>AI・人工知能</anon>
    <anon>機械学習</anon>
    <anon>論文</anon>
  </categories>
  <description>今年このブログでは、何度かTransformerなど自己回帰モデルベースのLLM/生成AIには「帰納的推論は出来ても演繹的推論が出来ていないが故の問題がある」という議論を扱ってきました。 例えば7月の記事では「世間で広く知られている複雑な論理パズルと、それと同じパズルの一部を改変した『自明』なパズルとのペアを多数用意して、主要なLLM/生成AIのCoT推論エンジンに回答させたところ、自明なパズルの正答率が一貫して元のパズルの正答率よりも低かった」という論文を紹介しました。この論文では「事前学習データに含まれているであろう論理パズルならどれほど複雑でも解けるのに、そのパズルを改変したらどれほど簡…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftjo.hatenablog.com%2Fentry%2F2025%2F12%2F04%2F170000&quot; title=&quot;LLM/生成AIに帰納的推論と演繹的推論とをバランス良く統合させることは可能か？ - 渋谷駅前で働くデータサイエンティストのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/T/TJO/20251203/20251203105655.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-12-04 17:00:00</published>
  <title>LLM/生成AIに帰納的推論と演繹的推論とをバランス良く統合させることは可能か？</title>
  <type>rich</type>
  <url>https://tjo.hatenablog.com/entry/2025/12/04/170000</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
