事件持续更新
Import AI 476：视觉推理基准与AI研究品味
先了解这件事
AI 综述
Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，测试多模态模型的直觉视觉推理，含 522 道题、288 张图像和 234 段短视频。人类 pass@1 为 93.1，得分最高的 GPT 6 Astra 仅 53.6；中国开源权重模型 GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。P-Zero Research 的 TasteVal 基准用 8 项任务评估 AI 的研究品味。
AI 根据报道生成 · 12 小时前更新
后续时间线
10月12日
- Import AIImport AI 476：创造力与 RSI、不及中国的开源权重模型、AI 走向太空
Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，测试多模态模型的直觉视觉推理：人类 pass@1 为 93.1，得分最高的 GPT 6 Astra 仅 53.6。基准含 522 道题、288 张图像和 234 段短视频，中国开源权重模型 GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。P-Zero Research 的 TasteVal 基准用 8 项任务评测模型「研究品味」，AI Frontiers 则讨论 AI 向太空扩张的复合优势。
相关讨论
关注度走势
每天新增来源
- 10月12日新增1个来源（1家媒体、0个账号）
- 10月13日新增0个来源（0家媒体、0个账号）