本研究探讨了大型语言模型在理解自然语言时的评估困难，尤其是在传达抽象意义方面的局限性。通过构式语法构建的评估集显示，最新模型在捕捉抽象意义上仍存在挑战，揭示了其语义能力的关键不足。