幻觉站点：基于Transformer的语言模型的一些基本局限性
Hallucination Stations: On Some Basic Limitations of Transformer-Based Language Models
Stanford University（斯坦福大学）；VianAI Systems（VianAI系统公司）
AI总结：
本文从计算复杂度视角研究LLM及其智能体的幻觉与能力局限，证明超出特定复杂度后LLM无法执行计算与智能体任务或验证其准确性。
摘要：
本文从计算复杂度的视角探讨了LLMs及基于LLM的智能体中的幻觉及相关能力局限性。我们证明，超过一定复杂度后，LLMs无法执行计算与智能体任务或验证其准确性。
英文摘要：
In this paper we explore hallucinations and related capability limitations in LLMs and LLM-based agents from the perspective of computational complexity. We show that beyond a certain complexity, LLMs are incapable of carrying out computational and agentic tasks or verifying their accuracy.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
