2000 张动物痕迹照片实测 8 款视觉模型，最高种属识别率仅 37%
d_kielbasa · reddit · 2026-09-29
一位 Reddit 用户构建了 Wildlife CSI 基准，用粪便、脚印、羽毛、蛋、骨骼各 400 张（共 2000 张）动物痕迹照片测试 8 款视觉模型的物种识别能力：最好的模型准确率也只有 37.15%。
- 脚印是所有模型的弱项：Opus 在蛋类照片上 400 张对 205 张，脚印只对 82 张。
- 8 次测试合计有 842 张照片没有任何模型给出正确物种。
- 作者明确列出局限：没有专家人类基线；GPT 走 Azure 部分图被拦截仍计入分母；物种分布不均、推理开销不可比。
数据来自 Risa Shinoda 等的 AnimalClue 数据集，标签对照 iNaturalist 原始观察记录。完整写作与代码已开源。
「模型」频道最新
- 让三个 GPT 模型画「骑自行车的鹈鹕」,全都把车驮在鸟背上 — jade_jade_jade_jade · 2026-09-29
- 改一个环境变量引发事故:GLM 5.3 不再允许关闭 thinking — sweetcake_1530 · 2026-09-29
- H 公司发布 Holo4 通用电脑操作模型,可跨桌面安卓与 MCP 调工具 — RemiCadene · 2026-09-29
- Bindu Reddy 吐槽 Muse Spark 是过度刷榜的 Claude 蒸馏,不如 DeepSeek Flash — bindureddy · 2026-09-29
- 「控制节奏」成空谈:Anthropic 与 OpenAI 同月连发五个新模型 — XFreeze · 2026-09-29
- OpenAI 内部模型真实研究任务 80% 时间跨度仅约 15 分钟,远低于 METR 数据 — ben_j_todd · 2026-09-29