今年一项公开的数独实验产生了引人注目的结果。据Logical Intelligence称，包括OpenAI的GPT-5.2、Claude Opus 4.5和Sonnet 4.5、Gemini 3 Pro以及DeepSeek V3.2在内的一组前沿大语言模型，合计只解出了2%的谜题，并消耗了约1.1万美元的API调用费用。一个小了约一千倍的模型Kona，仅用4美元的GPU时间就解出了96.2%的谜题。
这一差距其实与数独本身关系不大。数独的规则明确而简单，十岁的孩子就能学会，这正是该结果令人惊讶之处。大语言模型是围绕语言构建的最强AI模型，但许多日常任务需要超越语言的智能。有些需要空间或维度推理，有些依赖逻辑、规划或情感感知，而人们所做的许多事情也无法被完全言语化。推断与创造力，才是让智能显得鲜活而非机械的东西。
图灵奖得主、深度学习先驱Yann LeCun多年来一直主张，仅靠文本不会产生真正的智能。由Eve Bodnia创立的Logical Intelligence所采用的方法，依赖于Kona等基于能量的推理模型（EBRM）。这些模型旨在处理大语言模型难以应对的约束问题。
大语言模型的工作原理是预测序列中最合理的下一个词元。这一设计在翻译、摘要和代码生成方面取得了出色成果，但并不适合所有问题。对于需要其他形式智能的任务，EBRM提供了一条不同的路径，其潜在推理更为可靠，验证与安全性的处理方式也不同于大语言模型系统。
来源: ByteByteGo · 由HeadlinesBriefing整理摘要