Scale AI 发布 HSS 基准：顶级 AI 直觉视觉推理远逊人类

Scale AI 与 ElorianAI 联合发布新基准 Humanity's Sixth Sense（HSS），共 522 道开放式图文与视频任务，专测人类轻松掌握的直觉性视觉推理，如空间可用性判断等。结果显示人类得分为 93.1，而最强模型 GPT-6-astra 仅获 53.6 分，暴露出顶级模型虽能通过司考等高难度任务，却在日常直觉推理上明显落后于人类的短板。

2026-10-08 ~ 2026-10-08 · 2 条相关