让基础模型智能体在20×20符号地图上逐步探索后,节点序列记忆把GPT-5.2总准确率从43.89%提到77.78%,而模型版本与参数规模继续放大几乎不再提升空间推理
该研究提出一个交互式评估框架,让基础模型智能体在部分可观测的20×20网格符号地图(道路、交叉口、POI)中逐步探索,再用方向判断、距离估计、邻近判断、POI密度识别和路径规划五类任务考察其空间理解,系统改变探索策略、记忆表示与推理提示后发现:探索策略对最终推理准确率影响有限,记忆表示(尤其节点序列记忆与图记忆)是核心,结构化记忆与高级提示能通过显式空间重建修复推理失败,且空间推理表现随模型版本与参数规模在达到一定能力阈值后趋于饱和。