VisualPuzzles

LLM 能考公务员吗？我们做了个测试… 近年来，大模型（LLM）的能力突飞猛进，似乎“越来越聪明”了。但有一个关键问题仍然摆在眼前： 🤔 它们真的会“推理”吗？ 🚀 我们设计了一个名为 VisualPuzzles 🧩 的全新数据集，专门用来回答这个问题：脱离专业知识的支持，大模型能靠逻辑本身解题吗？我们从多个来源精心挑选或改编了 1168 道图文逻辑题，其中一个重要来源便是中国国家公务员考试行测中的逻辑推理题（没错，真·考公难度）🎯