Нейросети проверили на логику в «Поле чудес», «Данетках» и «Городах» — это одна из работ специалистов Яндекса и ШАД, которую приняли на международную конференцию EMNLP 2026. Речь о MTGBench — тесте из семи текстовых игр. С его помощью оценили, насколько хорошо ИИ умеет рассуждать, использовать новые данные и планировать действия. Протестировали 16 моделей — от компактной Qwen до крупных Gemini и GPT. Выяснилось, что режим рассуждений особенно хорошо работает в играх, где нужно разбирать подсказки и отсекать неверные варианты, например в Wordle: там он заметно повышает качество. В задачах на знания и понимание смысла, вроде «Элиаса», эффект зависит от конкретной модели. Код и данные выложили в открытый доступ — можно проверить свою модель и узнать, за сколько ходов она справится с «Данеткой» Подумать перед ходом полезно не только людям 👍