François Chollet @fchollet

基础 LLM（2024 年及更早）与现代 LRM 之间的关键区别不是符号工具使用。而是从转导范式（直觉回答查询）到归纳范式（直觉产生答案的程序/指令）的转变。 它们被训练为归纳性的，并且在测试时进行归纳，即测试时预测自然语言程序/推理链。这解锁了全新的能力——特别是流体智力。基础 LLM 至今流体智力约为 0。LRM 具有相当水平的流体智力。 LLM 在 ARC 1（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，才从 0% 提高到 10%。与此同时，相同大小或更小的 LRM 在 2025 年饱和了 ARC 1。

• 2024年BABA is AI论文现状探讨2026-10-09