Nature 论文：GPT-3 展现涌现式类比推理，多数测试比肩甚至超越人类
ArtificialOther · x · 2026-10-26
博主分享 2023 年发表于 Nature Human Behaviour 的经典论文《Emergent analogical reasoning in large language models》（Taylor Webb、Keith J. Holyoak、Hongjing Lu）。
研究要点：
- 直接对比人类与 GPT-3（text-davinci-003）在一系列类比推理任务上的表现，包括基于 Raven 标准渐进矩阵规则结构的非视觉矩阵推理
- GPT-3 在抽象模式归纳上表现出惊人的能力，多数场景下持平甚至超过人类，零样本即可推理新颖问题
- 初步测试显示 GPT-4 表现更佳
- 该研究被引近 500 次，2025 年 6 月还有后续 Matters Aring 讨论，是「通用模型能否涌现人类认知能力」争论的代表性工作
「研究」频道最新
- MemTensor 开源 MemT-1.0-Nano，基于 Qwen3.6-35B-A3B 做记忆增强 — MemTensor · 2026-10-26
- 数学家拆解 OpenAI 流体奇点论文:用物理不稳定性造出前所未有的光滑外力 — Singularitarian · 2026-10-26
- EMNLP 2026 Findings 论文：让编码 Agent 自主判断何时向人求助 — najoungkim · 2026-10-26
- 新论文：潜学习无需共享基座，偏好也能跨模型隐秘传播 — burny_tech · 2026-10-26
- 从零实现 SynthID-Text:实测证明文本水印未必降低输出质量 — ell-hol1 · 2026-10-26
- 两个团队同时独立做出相同可解释性方法，作者称是想法稳健的信号 — sedielem · 2026-10-26