空间推理在AI模型中的拆解分析

研究通过SPaRC基准测试了多个模型在空间路径推理任务中的表现，发现GPT-6.1 Sol整体准确率83.6%，但在最难级别仅49.4%，而人类为94.5%。研究拆解任务为四个子能力：读取图像、追踪路径、遵循规则、应对难度提升。