Latent Space· Richard MacManus·· 4 天前精选AI 评分53
Elorian 发布 Glimpse 视觉推理模型，用 DecoyCount 基准测前沿模型视觉短板
Can Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning
AI 导读
Elorian 发布首款视觉推理模型 Glimpse 与新基准 DecoyCount，结果显示主流前沿模型在视觉计数任务上普遍低于 50%，而 Glimpse 内部测试得分为 50.48%。该基准旨在区分模型的纯视觉缺陷与推理缺陷。
推荐理由
Elorian 发布视觉推理模型及新基准，测试了前沿模型是否依赖视觉捷径而非真正计数。
来源：Latent Space · latent.space