Karpathy 称模型空间能力纯靠文本，研究者质疑其训练过 GIS 数据

Karpathy 称模型展现的空间与地图理解能力「全部来自读大量文本再预测文本」，除文本回答在 2D 上的排布方式外没有任何图像参与。gleech 对此提出质疑，指出这类模型训练数据中包含图像以及大量 GIS 数据，并表示不会惊讶于新模型已在 GIS 环境上训练过。两人就模型空间能力是纯文本涌现还是源于图像与地理数据展开交锋。