["美国圣塔菲研究所的研究显示，GPT-4在图形推理任务上仅有33%的准确率。","多模态版本GPT-4v的表现更差，只有25%的准确率，引发了对图形处理能力的关注。","通过ConceptARC数据集测试，结果显示人类在图形推理任务上的平均准确率达到91%，远高于GPT-4。","研究者招募受试者和GPT-4的输入方式引发质疑，包括样本随机性和图像转换可能改变概念。","研究突显大型语言模型在特定任务上的局限性，呼吁对研究方法进行更深入的审视。"]