纽约大学和庞培法布拉大学的研究人员提出了一种新方法「组合性元学习 (Meta-learning for Compositionality,MLC)」,旨在增强AI工具如ChatGPT的组合泛化能力。这一方法打破了20世纪80年代关于人工神经网络缺乏系统组合能力的观点,MLC不仅超越了现有方法,还展现出与人类相当的系统泛化能力。这一进展为大型语言模型向通用人工智能迈进提供了基础,研究成果已在《Nature》杂志发表。