Elorian联合Mercor发布DecoyCount基准
热点事件历史事件
Elorian联合Mercor发布DecoyCount基准
1 篇报道1 个报道来源13 天前更新
先了解这件事
AI 综述
Elorian 与 AI 数据公司 Mercor 联合推出 DecoyCount 基准，用于测试前沿模型究竟能真实计数物体还是依赖视觉捷径。 评测论文显示参测的前沿模型准确率均低于 50%，其中 GPT-6 Astra 在三次运行均值测试中得分为最高的 43.17%。Elorian 旗下模型 Glimpse 在没有智能体或工具辅助的单次运行测试中得分 50.48%。
AI 根据报道生成 · 13 天前更新
最新进展10月30日 00:00
Elorian 联合推出 DecoyCount 基准测试前沿模型视觉推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Latent SpaceElorian 联合推出 DecoyCount 基准测试前沿模型视觉推理能力
Elorian 与 AI 数据公司 Mercor 联合推出 DecoyCount 基准，用于测试模型究竟能真实计数物体还是依赖视觉捷径。评测论文显示参测的前沿模型准确率均低于 50%，其中最高的 GPT-6 Astra 为 43.17%，而 Elorian 旗下视觉推理模型 Glimpse 在内部单次运行测试中得分 50.48%。