When LLMs Try to Reason: Experiments in Text and Vision-Based Abstraction
大型语言模型可以学会从几个示例中抽象地推理？在本文中，我通过在抽象网格转换任务上测试基于文本的（O3-MINI）和具有图像能力的模型（GPT-4.1）模型来探讨这个问题。这些实验揭示了当前模型依赖于模式匹配，程序启发式和象征性快捷方式而不是强大的概括的程度。即使有多模式输入，推理也经常在微妙的抽象面前分解。结果为使用LLM的当前功能和局限性提供了一个窗口。当LLMS尝试推理的帖子：基于文本和视觉的抽象中的实验首先出现在数据科学方面。
RCT 的核心目的是使用随机分配，以确保确定平均治疗效果所必需的无混杂性假设成立。抽象地说，这是该方法的有力论据。然而，当原始渐近性质面对现场应用的混乱现实和严格控制时，问题就出现了 [...]
2021 年的我：随着进一步进化，我们的后代可能会直接而抽象地知道他们只是重视更多的后代。现在让我稍微改变一下想法。代理人在内心深处抽象地知道他们只是想要更多的长期进化影响，这是有道理的。但如果他们还有一位“新闻秘书”，主要负责管理他们向世界展示自己的形象，那么这样的新闻秘书采取这种立场就没那么合理了。大致来说，你的意识
