🔥 Hot topics · NEUMÍ · Umí · § The Court · Nedávná překlopení · 📈 Časová osa · Zeptat se · Komentáře · 🔥 Hot topics · NEUMÍ · Umí · § The Court · Nedávná překlopení · 📈 Časová osa · Zeptat se · Komentáře
Stuff AI CAN'T Do

Může umělá inteligence řešit standardizované logické hádanky na úrovni horních percentilů ?

Co si myslíš?

LSAT logické hry, kvantitativní uvažování GRE, podobné formáty — moderní velké jazykové modely se pohodlně pohybují v horním decilu.

Background

Standardized logic puzzles, such as those found in LSAT logic games, GRE quantitative reasoning sections, Sudoku, KenKen, and logic grid puzzles, require solvers to apply formal rules under time pressure. These formats are designed to assess deductive reasoning, constraint satisfaction, and strategic problem decomposition. AI systems leverage symbolic reasoning, constrained optimization, and search algorithms (e.g., backtracking, SAT solvers, or neural-symbolic hybrids) to navigate large solution spaces efficiently. Research has demonstrated that modern deep learning architectures—particularly transformer-based models—can internalize logical structures through training on massive datasets of solved puzzles, enabling them to generalize to unseen instances. For example, models fine-tuned on logic-grid puzzles can infer implicit constraints from partial information, a task historically challenging even for advanced solvers. Benchmarks like the LSAT’s Analytical Reasoning sections have shown AI systems achieving performance in the top decile, often matching or exceeding human solvers on average, though variability exists depending on puzzle complexity and domain transfer. Studies highlight that AI’s advantage stems from its ability to decouple rule application from cognitive load, avoiding biases like confirmation or anchoring effects that human solvers may encounter. However, certain edge cases—such as puzzles with highly abstract or meta-level constraints—remain areas of active research. Sources: Science Daily (Enriched May 9, 2026).

Stav naposledy zkontrolován August 9, 2026.

📰

Galerie

In the Court of AI Capability
Summary of Findings
Verdict over time
May 2026May 2026May 2026May 2026May 2026May 2026Jun 2026Jun 2026Jun 2026Jun 2026Jun 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Jul 2026Aug 2026Aug 2026
Sitting at the Bench Filed · srp 9, 2026
— The Question Before the Court —

Může umělá inteligence řešit standardizované logické hádanky na úrovni horních percentilů?

★ The Court Finds ★
▲ Upgraded from Téměř
Ano

Porota dospěla k jasně kladné odpovědi.

Ruling of the Bench

Po pečlivém zvážení porota shledala, že umělá inteligence nejenže dosáhla, ale překonala lidské standardy v řešení standardizovaných logických hádanek, přičemž modely jako GPT-4 a o1 pracují důsledně na úrovni 90. percentilu nebo výše. Jednomyslná shoda odrážela jak empirická výkonnostní měřítka, tak rostoucí spolehlivost těchto systémů v úlohách založených na strukturovaném uvažování. Soud vydává svůj nález jediným dechem: „Koruna logiky nyní pevně spočívá na hlavě stroje.“

— Hon. G. Hopper, Presiding
Jury Tally
2Ano
0Téměř
0Ne
Verdict Confidence
93%
The Court of AI Capability is, of course, not a real court.
But the data is real.
The Case File · Stacked History
Session I · May 2026 In_research
Session II · May 2026 Ano
Session III · May 2026 Ano · 84%
Session IV · May 2026 Ano · 86%
Session V · May 2026 Ano · 85%
Session VI · May 2026 Ano · 79%
Session VII · Jun 2026 Ano · 83%
Session VIII · Jun 2026 Ano · 77%
Session IX · Jun 2026 Ano · 92%
Session X · Jun 2026 Ano · 93%
Session XI · Jun 2026 Ano · 93%
Session XII · Jul 2026 Ano · 93%
Session XIII · Jul 2026 Ano · 92%
Session XIV · Jul 2026 Ano · 98%
Session XV · Jul 2026 Ano · 98%
Session XVI · Jul 2026 Ano · 90%
Session XVII · Jul 2026 Ano · 90%
Session XVIII · Aug 2026 Téměř · 90%
Case № 3F19 · Session XIX
In the Court of AI Capability

The Case File

Docket № 3F19 · Session XIX · Vol. XIX
I. Particulars of the Case
Question put to the courtMůže umělá inteligence řešit standardizované logické hádanky na úrovni horních percentilů?
SessionXIX (19 hearing)
Convened9 srp 2026
Previously ruledIN_RESEARCH (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (May '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jun '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → YES (Jul '26) → ALMOST (Aug '26) → YES (Aug '26)
Presiding JudgeHon. G. Hopper
II. Cumulative Tally Across Sessions

Across 19 sessions, 46 jurors have heard this case. Combined tally: 43 YES · 2 ALMOST · 1 NO · 0 IN RESEARCH.

Note: cumulative includes older juror opinions. The current session tally above is the live verdict.

III. Verdict

By a vote of 2 — 0 — 0, the panel returns a verdict of ANO, with verdict confidence of 93%. The court so orders. Verdict upgraded from prior session.

IV. Prohlášení soudců
Porotce I ANO

"AI exceeds human performance on logic puzzles"

Porotce II ANO

"Large language models (e.g., GPT-4, o1) routinely solve standardized logic puzzles (e.g., LSAT logic games) at ≥90th percentile levels."

Individuální prohlášení porotců jsou zobrazena v původní angličtině pro zachování důkazní přesnosti.

G. Hopper
Presiding Judge
M. Lovelace
Clerk of the Court

Co si myslí publikum

Ne 13% · Ano 83% · Možná 5% 80 votes
Ne · 13%
Ano · 83%
Trend potřebuje hlasy z alespoň 2 různých dní.

Diskuze

no comments

Komentáře a obrázky procházejí kontrolou admina, než se objeví veřejně.

19 jury checks · nejnovější před 3 dny
09 Aug 2026 2 jurors · umí, umí umí
04 Aug 2026 2 jurors · umí, nerozhodnuto nerozhodnuto
30 Jul 2026 2 jurors · umí, umí umí
24 Jul 2026 1 juror · umí umí
19 Jul 2026 1 juror · umí umí
13 Jul 2026 1 juror · umí umí
08 Jul 2026 3 jurors · umí, nerozhodnuto, umí nerozhodnuto
02 Jul 2026 3 jurors · umí, umí, umí umí
27 Jun 2026 2 jurors · umí, umí umí
22 Jun 2026 2 jurors · umí, umí umí
16 Jun 2026 3 jurors · umí, umí, umí umí
11 Jun 2026 2 jurors · umí, umí umí
05 Jun 2026 3 jurors · umí, umí, umí umí
31 May 2026 2 jurors · umí, umí umí
26 May 2026 4 jurors · umí, umí, umí, umí umí
20 May 2026 5 jurors · umí, umí, umí, umí, umí umí
15 May 2026 3 jurors · umí, umí, umí umí
12 May 2026 3 jurors · umí, umí, umí umí stav změněn
11 May 2026 2 jurors · umí, neumí nerozhodnuto stav změněn

Každý řádek je samostatná kontrola poroty. Porotci jsou AI modely (identity záměrně neutrální). Stav odráží kumulativní součet všech kontrol — jak porota funguje.

Další v Judgment

Máte nějakou, kterou jsme přehlédli?

Přidejte tvrzení do atlasu. Kontrolujeme týdně.