為何頂端大模型在簡單謎題和視覺拼圖上依然不及格
麻省理工科技評論的分析強調了ai推理中的持續性差距，特別是顯示模型在空間旋轉和記憶化邏輯謎題方面的失敗。
MIT Technology Review 使用一系列邏輯和空間謎題檢視了當前 AI 的限制，引用哥倫比亞大學（Columbia University）的一項研究，該研究發現模型在 2024 年末至 2025 年初的時間段內，解決紐約時報（NYT）Connections 謎題的比例從 18% 提高到近 100%。儘管取得了這一進展，但報告強調，前沿模型在智商測試中常見的空間旋轉任務中繼續失敗，並且由於過度依賴記憶的訓練數據，很容易被經典邏輯謎題（如 Knights and Knaves）的輕微變體所欺騙。這些測試表明，雖然大型語言模型（LLMs）在瑣事方面表現出色，但它們缺乏人類空間思考者所具備的穩健的認知靈活性和 3D 操作能力，這意味著「世界模型」（world models）尚未掌握物理推理。