Az erős AI modellek, mint például a GPT-4o és a Claude szerint az 'eper' szóban kétszer szerepel az 'r' betű. Azonban ezek a modellek, amelyeket nagy nyelvi modelleknek (LLM-eknek) neveznek, korlátozottan értik az olyan fogalmakat, mint a betűk és szótagok, mivel nincs valódi agyuk és a szöveg numerikus reprezentációira támaszkodnak. Az LLM-ek transzformátorokra épülnek, amelyek tokenekre bontják a szöveget, de az egyes betűket nem értik meg hatékonyan. Ez a probléma mélyen be van építve az LLM-ek architektúrájába, ami nehezíti a javítást.

A tokenizációs módszerek és a nyelvi összetettségek tovább bonyolítják az ügyet. Az képgenerátorok ezzel szemben diffúziós modelleket használnak és más kihívásokkal néznek szembe, amelyek kisebb részletek ábrázolásával kapcsolatosak. Az OpenAI egy új AI terméket fejleszt, 'Strawberry' néven, hogy javítsa az érvelési képességeket, míg a Google DeepMind bevezette az AlphaProof-ot és az AlphaGeometry 2-t a formális matematika érveléséhez. Ezek a rendszerek erős teljesítményt mutattak a probléma megoldási feladatokban.