Import AI· Jack Clark·· 13 天前AI 评分53
新基准测试显示AI模型缺乏直观视觉推理能力
Import AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space
AI 导读
Elorian和Scale AI发布Humanity's Sixth Sense基准测试，衡量AI模型对视觉场景隐含信息的推理能力。结果显示人类得分为93.1，而最佳AI系统GPT 6 Astra得分为53.6，中国开源模型GLM-5.3-flash和Kimi K3得分分别为26.8和25.5。
来源：Import AI · importai.substack.com