普林斯顿研究：推理模型在结构等价任务变体上频现系统性缺失
princetonu · hf · 2026-09-15
普林斯顿大学发布评估工作《Thought without systematicity?》，系统检验推理模型在规则归纳（rule induction）任务上的系统性（systematicity）表现。
核心发现：推理模型在结构上等价的任务变体之间频繁失败——一旦表面形式改变，模型往往无法迁移已掌握的推理规则。这表明模型的认知能力缺乏真正的系统性，即不能把学到的规则可靠地组合应用于新的结构等价情境，对「推理模型真的会推理」这一假设提出了实证质疑。
「模型」频道最新
- 别再按月租智能了:Anthropic 服务端新规再掀开模型之争 — alex_verem · 2026-11-02
- Epoch AI 实验：GLM 5.3 连续攻破 6 个 Firefox 版本，单次成本约 1000 美元 — rohanpaul_ai · 2026-11-02
- SemiAnalysis：安全分类器压分，Opus 5.5 与 GPT-6 Astra 排名被低估 — morqon · 2026-11-02
- 1.7B 本地模型 LFM3 在 MacBook 上首次答对曼城赛程查询 — NielsRogge · 2026-11-02
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02