作者用经典的「玫瑰花瓣」骰子游戏（Petals Around the Rose）作为归纳法问题的完美隐喻。他训练了多种机器学习算法来解这个谜题，结果令人深思：一些算法（如深度集合网络、决策树）只需几十个样本就达到 100% 准确率，而朴素线性回归永远学不会。这揭示了归纳偏置（inductive bias）的本质——没有免费的午餐定理意味着每个算法都在某些假设下工作，而找到与问题结构匹配的假设才是真正的智慧。LLM 在这个任务上的表现也被测试。