热点事件持续更新
HSS与TasteVal新基准揭示模型视觉推理短板
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月，Elorian与Scale AI发布Humanity's Sixth Sense（HSS）基准，用522道题、288张图和234段视频（17.6小时）测试多模态模型的直觉视觉推理。结果显示人类pass@1达93.1，而最佳模型GPT 6 Astra仅53.6，GLM-5.3-flash与Kimi K3分别只有26.8和25.5，凸显模型与人类在直觉视觉推理上的巨大差距。同期报道还提及TasteVal基准关注研究品味提升。目前进展停留在基准发布与成绩公布阶段。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 20:30
HSS基准公布成绩：人类93.1分，最佳模型GPT 6 Astra仅53.6分。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- Import AIImport AI 476：AI 创造力与递归自我改进、开源权重模型表现逊于中国、AI 走向太空
Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，用 522 道题、288 张图和 234 段视频（17.6 小时）测试多模态模型的直觉视觉推理，人类 pass@1 为 93.1，最佳模型 GPT 6 Astra 仅 53.6，GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。