针对GPT-4在图形推理上的表现，一项研究发现，它的准确率仅为33%，而人类平均正确率则达到了91%。在实验中，研究者使用了ConceptARC数据集，包含16个子类的图形推理题。然而，实验结果受到一些质疑，包括受试者选择方式、GPT输入方式以及数据多样性等方面。另外，GPT-4在对欧氏几何的理解上，表现不如人类。这些研究结果表明，尽管GPT-4具有强大的语言能力，但在图形推理方面仍有待提高。此外，另一项研究指出，GPT-4在自我纠正的场景下，准确性大幅下降，与其本身的猜测颜色准确率相差不大。不过，实验结果也发现，GPT-4具备一定的推理能力，在特定场景下表现甚至与人类相当。但总体来看，GPT-4在图形推理上的表现仍有待提升。
