WISRD基准测试评估模型纯视觉推理能力

近期研究提出了全新的WISRD基准测试，专门用于评估Image-to-Image模型在纯图像空间中的问题解决与规则发现能力。该任务类似于“图像版IQ测试”，要求模型完成端到端的视觉推理。这一新基准的推出，有效填补了相关领域的评估空白，同时也揭示了当前AI模型在纯视觉推理方面存在的明显短板。

2026-08-05 ~ 2026-08-06 · 2 条相关