⌘ K
… 读取采集状态 同步中...
雷
原文
Import AI (Jack Clark)· Jack Clark·· 10 小时前AI 评分45

Import AI 476:创意与 RSI;弱于中国的开源权重模型;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 和 Scale AI 发布的 HSS 基准测试显示,GPT 6 Astra 在直觉视觉推理任务上的 pass@1 仅为 53.6,远低于人类基线 93.1。GLM-5.3-flash 和 Kimi K3 表现更差,得分分别为 26.8 和 25.5。HSS 包含 522 个问题,涵盖图像与短视频,旨在评估多模态模型对隐含信息的解读能力。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:Import AI (Jack Clark) · jack-clark.net