François Chollet

基础大语言模型（2024年及更早）与现代大型推理模型（LRM）之间的关键区别，并不在于符号工具的使用。而是从转导范式（凭直觉直接给出查询的答案）转向归纳范式（凭直觉给出能产生该查询答案的程序/指令）。 它们被训练成归纳式的，并在测试时进行归纳，即在测试时预测自然语言程序/推理链。这解锁了全新的能力——尤其是流体智力。时至今日，基础大语言模型的流体智力仍接近于零。而大型推理模型则具备可观的流体智力水平。 大语言模型在 ARC 1（一项2019年的基准测试）上的表现至今仍约为10-15%。将它们扩大约100,000倍，也只是从0%提升到10%。与此同时，同等规模或更小的大型推理模型已在2025年饱和了ARC 1。