摘要由 AI 生成
尽管人工智能在逻辑谜题和视觉推理方面取得快速进展，但在空间推理、记忆适应性及抽象视觉推理等特定领域表现仍弱于人类。哥伦比亚大学研究数据显示，AI 对《纽约时报》Connections 谜题的解决能力虽从 2024 年末至 2025 年初提升至近乎完美，但 Google 与伊利诺伊大学厄巴纳 - 香槟分校的研究指出，模型在处理类似训练数据的骑士与无赖谜题时，易因过度依赖记忆而忽略细微差异。SimpleBench 测试进一步证实了此类问题对顶级模型的挑战。此外，AI 在三维及二维空间推理任务上远逊于人类建筑师或机械工程师，且在 ARC-AGI 等基准测试中难以从示例推断抽象规则。
关键实体KEY ENTITIES
Arthur SamuelColumbia UniversityIBMNew York Times
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
关键词热度
- IBM1
- Arthur Samuel1
- Columbia University1
- New York Times1
全部报道（1）SOURCES
↗
人工智能模型在智力测试中表现不佳。尽管 AI 在逻辑谜题和视觉推理方面进步迅速，但在空间推理、记忆适应性及抽象视觉推理等特定领域仍显薄弱。哥伦比亚大学研究团队数据显示，2024 年末至 2025 年初，AI 对《纽约时报》Connections 谜题的解决能力从 18% 提升至近乎完美。Google 与伊利诺伊大学厄巴纳 - 香槟分校的研究表明，模型在类似训练数据的骑士与无赖谜题中易因过度依赖记忆而忽略细微差异；SimpleBench 测试也证实了此类问题对顶级模型的挑战。此外，AI 在三维及二维空间推理任务上远逊于人类建筑师或机械工程师，且在 ARC-AGI 等基准测试中难以从示例推断抽象规则。