当AI开始互搏：大模型五子棋与象棋对战实验
该项目构建了一个让大语言模型（LLM）互相对弈五子棋和象棋的实验平台。这不仅是趣味互动，更是对LLM逻辑推理、规则理解及策略规划能力的极限测试。通过观战，开发者可以直观评估模型在处理复杂逻辑任务时的表现，揭示了当前AI在博弈、决策及防止“幻...
标签索引 / 第 2 页
逻辑推理
这个标签下有 19 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
AI大模型逻辑大比拼：如何设计一个“不可被识破”的超能力？
一场针对顶尖AI模型的逻辑压力测试在社区引发热议。题目设定了一个高难度的思维陷阱：假设拥有一种“一旦被他人猜测到存在即会被抹杀”的超能力，如何设计仪式与效果才能既实用又安全？帖主对比了Gemini、ChatGPT（含o1/5.2）及Deep...
DeepSeek网页版疑似更新：思考时长增加，逻辑解题能力显著提升
近日，有科技社区用户反馈，DeepSeek网页版疑似进行了静默更新。通过实测发现，模型在回答复杂逻辑问题时的“思考时间”明显延长，并成功解决了此前无法正确作答的“4分钟与7分钟沙漏计时10分钟”难题。这一现象表明，DeepSeek可能正在后...
图灵测试新变种？网友实测Gemini解答数学IQ题，探究大模型逻辑推理边界
近日，科技社区Linux.do上一篇关于测试大模型数学能力的帖子引发关注。一位网友分享了使用Google Gemini完成数学IQ测试的经历，并将其结果与ChatGPT进行了对比。该用户指出，Gemini在解题过程中的思考路径颇具趣味，引发...
碾压GPT-5与DeepSeek？Gemini 3.1 Pro 成功攻克顶级竞赛数学难题
近日，一道涉及红蓝卡片数值变换的高难度竞赛数学题引发了AI圈的激烈比拼。测试结果显示，Google的Gemini 3.1 Pro模型表现惊人，成功解出该题并求得$ n=99 $的正确答案，成为目前唯一答对的AI。相比之下，Grok 4 Ag...
赛博斗蛐蛐实测：五款国产大模型博弈论对决，Qwen-3.5展现顶级逻辑计算能力
一位技术博主模拟了游戏《弥留之际的爱丽丝》中的天平游戏，让Qwen-3.5、GLM-4、Kimi、豆包及DS-3.2五款主流AI大模型进行厮杀。在激烈的博弈对局中，Qwen-3.5表现最为惊艳，在决胜局通过精确计算各种可能性，成功预判并利用...
大模型智商大比拼：这个互动测试揭示了AI的真正推理能力
近日，科技社区V2EX分享了一个有趣的大模型（LLM）智商测试链接。该测试通过复杂的逻辑陷阱和推理题，直观展示了Claude、GPT等主流AI模型的真实“智力”水平，而非仅限于知识检索。这种互动式评测不仅趣味十足，更是一面镜子，反映出当前A...
AI数学能力大考：这道高中几何题，顶级大模型能拿几分？
社区流传出一道极具挑战性的高中数学题目，涉及直线系方程与特定区域内的面积计算（答案为 $4 – pi$）。该题被用作测试当前主流 AI 模型的逻辑推理能力。实测结果显示，包括 GPT-4.6 Opus 和 3 Flash 在内的...
Gemini 3 Flash逻辑推理全对，无需搜索工具
基于Linux.do的讨论，Gemini 3 Flash在逻辑题库测试中表现优异，所有题目均答对且无需调用搜索工具。相比之下，Gemini 3 Pro在数学方面稍弱，但调用Python工具后也能完成第一题。这突显了多模态AI模型在逻辑推理和...