8月7日，科罗拉多大学博尔德分校研究人员发布论文指出，大型语言模型（LLM）在解决6×6数独时表现不佳，尤其在解释决策过程时存在明显不足。研究发现，LLM因依赖训练数据模式逐个填充空缺，难以应对数独的复杂逻辑，甚至出现答非所问的情况，例如谈论无关话题。计算机科学教授阿舒托什・特里维迪强调，AI工具若无法透明解释其决策原因，将带来潜在风险。此外，LLM在国际象棋、汉诺塔等逻辑游戏中也暴露出类似问题，如违反规则或缺乏前瞻性规划。随着AI在驾驶、税务处理等领域的应用增加，其解释能力的重要性愈发凸显，研究人员警告应警惕AI解释可能带来的操纵风险。