म्यूनिख विश्वविद्यालय, म्यूनिख मशीन लर्निंग सेंटर और Adobe Research द्वारा हाल ही में जारी किए गए शोध से पता चलता है कि GPT-4o, Gemini1.5Pro और Llama-3.3-70B सहित 12 शीर्ष AI भाषा मॉडल लंबे पाठ वैचारिक तर्क कार्यों में महत्वपूर्ण प्रदर्शन गिरावट का सामना कर रहे हैं। जबकि ये मॉडल कम से कम 128,000 टोकन के संदर्भ प्रसंस्करण का समर्थन करते हैं, उनकी गहरे तार्किक संबंध बनाने की क्षमता में अभी भी मौलिक सीमाएं हैं। शोध टीम द्वारा विकसित NOLIMA (बिना पाठ मिलान)