Spatial Reasoning in AI Models, Taken Apart
Towards Data Science3327 字 (约 14 分钟)
85
GPT-6.1 Sol在空间推理任务中仅达成人类水平的83.6%，最高难度解题率差距达45.1%，暴露AI在路径追踪和规则遵循上的核心缺陷。
入选理由：GPT-6.1 Sol在SPaRC最高难度解题率49.4%，人类达94.5%
精选文章#AI#空间推理#模型评估#基准测试英文
论文
EMNLP 2025
别名：EMNLP
SPaRC基准论文发表会议
已跟踪 1 条高相关材料
TraeAI 观察
最近变化
2026-10-21 · GPT-6.1 Sol在SPaRC最高难度解题率49.4%，人类达94.5%
为什么值得关注
EMNLP 2025 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
AI基准测试模型评估空间推理
相关材料
已收录 1 条与 EMNLP 2025 相关的内容，按评分排序。