phronesis

本文认为，从 Logic Theorist 到大型语言模型，现代AI本质上仍是一台操控模式而非真正推理或拥有世界模型的三段论机器，这呼应了尚未解决的框架问题。

本文介绍了UPBench，这是一个基准测试，用于评估大型语言模型在城市规划知识方面的表现，涵盖四个知识支柱和五个认知层次。研究发现，模型在高阶分析任务上表现优于事实回忆，并识别出如监管幻觉和实践智慧缺失等认知局限。