跳到正文
Import AI· Jack Clark·AI 评分48

Import AI 476:创意与 RSI、表现不及中国开源模型的模型,以及 AI 进军太空

Import AI 476: Creativity and RSI; worse-than-China open weight models; AI goes to space

AI 导读

Elorian 与 Scale AI 发布了 Humanity’s Sixth Sense (HSS) 基准,旨在评估模型对视觉场景中隐含信息的推理能力。测试显示,GPT 6 Astra 以 53.6 的 pass@1 分数领先,而 GLM-5.3-flash 与 Kimi K3 分别仅获 26.8 和 25.5 分,均低于人类 93.1 的基准线。

来源:Import AI · importai.substack.com