該框架揭示了當(dāng)代模型中高度“參差不齊”的認(rèn)知特征。盡管當(dāng)前的人工智能系統(tǒng)在知識密集型領(lǐng)域表現(xiàn)出色，但它們在基礎(chǔ)認(rèn)知機(jī)制方面存在嚴(yán)重缺陷，尤其是在長期記憶存儲方面。

本文作者來自加州大學(xué)伯克利分校、康奈爾大學(xué)、卡耐基梅隆大學(xué)等知名院校。

可量化的評估框架

研究框架包含十個核心認(rèn)知組件，源自 CHC 的廣泛能力，并按 10% 的權(quán)重分配，以優(yōu)先考慮廣度并涵蓋主要的認(rèn)知領(lǐng)域：

1. 常識（K）
2. 閱讀和寫作能力（RW）
3. 數(shù)學(xué)能力（M）
4. 推理能力（R）
5. 工作記憶（WM）
6. 長期記憶存儲（MS）
7. 長期記憶檢索（MR）
8. 視覺處理（V）
9. 聽覺處理（A）
10. 速度（S）

這種操作化提供了整體和多模式（文本、視覺、聽覺）的評估，作可以查明當(dāng)前人工智能系統(tǒng)的優(yōu)勢和嚴(yán)重弱點。

更重要的是，該定義關(guān)注的是受過良好教育的個體通常具備的能力，而不是所有受過良好教育的個體知識和技能的超人集合。

基礎(chǔ)認(rèn)知缺陷

該框架揭示，當(dāng)代人工智能系統(tǒng)表現(xiàn)出高度不均衡或“參差不齊”的認(rèn)知特征。雖然模型在利用大量訓(xùn)練數(shù)據(jù)的領(lǐng)域（例如常識（K）、閱讀和寫作（RW）以及數(shù)學(xué)能力（M））表現(xiàn)出很高的熟練程度，但它們同時在基礎(chǔ)認(rèn)知機(jī)制方面存在嚴(yán)重缺陷。

這種不平衡的發(fā)展凸顯了阻礙通用人工智能（AGI）發(fā)展的具體瓶頸。長期記憶存儲或許是最顯著的瓶頸，在當(dāng)前模型中得分接近 0%。

同樣，視覺推理能力的缺陷也限制了人工智能代理與復(fù)雜數(shù)字環(huán)境交互的能力。

當(dāng)前人工智能能力參差不齊，常常導(dǎo)致“能力扭曲”，即利用某些領(lǐng)域的優(yōu)勢來彌補(bǔ)其他領(lǐng)域的嚴(yán)重弱點。這些變通方法掩蓋了潛在的局限性，并可能造成一種脆弱的通用能力幻覺。

某些具有戰(zhàn)略意義的人工智能可能在 AGI 之前或之后出現(xiàn)。一些特別值得關(guān)注的類型有包括：多階網(wǎng)絡(luò)活動 AI、自我維持 AI、超級智能 AI 等等。

研究人員表示，AGI 的定義是：一種能夠達(dá)到或超過受過良好教育的成年人的認(rèn)知多樣性和熟練程度的人工智能。

不同于 OpenAI 和微軟對于 AGI 的定義，該論文對 AGI 的定義是人類水平的 AI，而不是具有經(jīng)濟(jì)價值的 AI，也不是經(jīng)濟(jì)水平的 AI。

參考資料：

https://arxiv.org/abs/2510.18212