热点事件持续更新
发布HSS与TasteVal基准评估AI视觉推理与研究品味
1 篇报道1 个报道来源2 小时前更新
先了解这件事
SI 综述
新基准Humanity’s Sixth Sense显示GPT 6 Astra在直观视觉推理上pass@1仅53.6，远低于人类基线93.1。 该基准包含522个问题，测试模型对视觉场景隐含信息的推理能力，其表现对此前认为此类任务需依赖复杂3D世界模型的观点构成挑战。
SI 根据报道生成 · 2 小时前更新
最新进展10月12日 20:30
新基准HSS显示GPT 6 Astra直观视觉推理pass@1仅53.6，远低于人类93.1。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- Import AIImport AI 476：创意与 RSI；劣于中国的开源模型；AI 进军太空
新基准 Humanity’s Sixth Sense 显示 GPT 6 Astra 在直观视觉推理上 pass@1 仅 53.6，远低于人类基线 93.1。该基准包含 522 个问题，旨在测试模型对视觉场景隐含信息的推理能力。此前业界普遍认为此类任务需依赖复杂的 3D 世界模型，而当前 LLM 的表现对此观点构成挑战。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。