困難在於，LLM 非常不擅長策略（在這種情況下，也就是基於空間、數值ETC理解好壞決策的能力）。這將是對 LLM 進展（模型隨著時間的推移與人類的表現相比如何）以及測試當前模型與舊模型的一個很棒的測試。