如DeepSeek-R1 、讀心術這個測試更加深入，也能驗室游戲QwQ和O3-mini等?？炊?strong>研究團隊設計了四項不同類型的法上測試 ，他們選擇了社交推理游戲"阿瓦隆"作為測試平臺 ，實社交我們每個人都有自己獨特的揭秘思考方式 。模型的推理表現反而更好
