Chollet：基础 LLM 与现代 LRM 的关键区别是从传导转向归纳

基础大语言模型（2024年及更早）与现代大推理模型之间的关键区别不在于符号工具的使用，而在于从直推式范式（直接推断出查询的答案）转向归纳式范式（推断出能产生查询答案的程序/指令）。

它们被训练为归纳式的，并且在测试时进行归纳，即在测试时预测一个自然语言程序/推理链。这解锁了全新的能力——尤其是流体智力。基础大语言模型至今流体智力几乎为零，而大推理模型则具备相当水平的流体智力。

大语言模型在 ARC 1（一个2019年的基准测试）上的表现至今仍维持在约10-15%。将它们的规模扩大约10万倍，才使其从0%提升到10%。与此同时，规模相同或更小的大推理模型在2025年就已刷满 ARC 1。