GPT-5 Mengecewakan, Kelemahan LLM Terungkap

Peluncuran GPT-5 terlambat dan hype besar tidak terpenuhi.

Komunitas pengguna menolak GPT-5, termasuk petisi untuk mempertahankan model sebelumnya dan penurunan reputasi OpenAI.

GPT-5 masih sering membuat kesalahan, halusinasi, dan kinerjanya hampir sama dengan pendahuluan seperti GPT-4.

GPT-5 gagal dalam tugas yang memerlukan pemahaman dunia nyata seperti catur, analisis gambar, perhitungan dasar, dan membaca teks.

Distribusi (distribution shift) tetap menjadi kelemahan utama LLM, menyebabkan reasoning berbasis chain-of-thought rapuh di luar data latih.

Studi Arizona State University mengonfirmasi bahwa LLM terbaru mudah gagal ketika dihadapkan pada distribusi data baru, membuktikan masalah lama masih ada.

Skala model (scaling) saja tidak cukup untuk mencapai AGI; diperlukan pendekatan neurosymbolic AI dengan model dunia eksplisit untuk kemajuan nyata.

Kredibilitas OpenAI dan CEO Sam Altman terancam menurun karena janji-janji berlebihan tentang kemajuan AGI.