230个大模型在婴幼儿认知题上集体翻车！揭秘多模态大模型的核心知识缺陷

一项ICML 2025研究通过构建含1503道题的CoreCognition基准，系统评估230个主流多模态大模型在12项人类婴幼儿期核心认知能力上的表现。结果显示，模型在低层能力（如客体永恒、直觉物理）上普遍落后，归一化准确率差距常超10个百分点，且扩大规模几乎无法弥补。干预测试揭示模型多依赖表面捷径而非真实理解，缺乏由低到高的认知发展结构。尽管引入认知指令可带来约6%提升，但根本问题在于预训练阶段核心知识表征不足。研究指出，当前AI“越大越投机”，参数堆叠不等于认知深化，强调补齐基础常识才是通向真正智能的关键路径。
来源：https://mp.weixin.qq.com/s/aXFCjJ-S-w0nWFSIYpfYMw