本研究针对大语言模型在深思熟虑推理能力方面的不足，提出了NYT-Connections，这是一系列简单的单词分类难题，旨在惩罚快速直觉思维。研究发现，即使是表现最好的LLM如GPT-4，其性能也比人类低近30%。此基准提供了一种独特的方式来评估LLM的推理能力。

国外的多数专业媒体都需要付费订阅。当然多数也都提供一些免费阅读的额度。此篇文章介绍一些 “绕过” 付费墙的办法。适合专业媒体的非重度用户使用。 1. 付费墙的类型 付费墙 / 收费墙 (Paywall)...