SkinBench 基准:通用模型把 95% 以上正常皮肤误判为眼袋
Individual-War3274 · reddit · 2026-10-27
新公开基准 SkinBench 测试了 6 个通用 AI 模型(含 GPT-5.6 Sol、Gemini 3.5 Flash、Claude Fable 5、Grok 4.6)与一个专用皮肤分析模型,发现通用模型做皮肤分析的准确率问题严重:
- 假阳性:六款模型在约 95–100% 的无眼袋图片中误报眼袋
- 皱纹检测:专用系统检出 82% 的深层额头皱纹,通用模型仅 15–60%
- 肤质分类:专用系统得 77.8/100,最强通用模型只有 57.7
并非全面落败:Gemini 在鱼尾纹分级、肤色评估等个别任务上反而更好。结论:「认识图片里有什么」不等于「精确测量某一特征」——随着通用模型成为消费级建议的默认入口,这类准确性差距值得警惕。
「模型」频道最新
- NVIDIA 开源完整工作流：用合成人设与 LoRA 微调 Nemotron 适配本地化 — NVIDIAAI · 2026-10-28
- Carbon-X 登顶 DNA 理解：基于 Qwen3-14B 微调，五大基准直逼 GPT-6.1 — lvwerra · 2026-10-28
- MiniMax 联手 Fireworks 直播，解读 M3.1 Flash 快速思考架构 — sophiamyang · 2026-10-28
- 疑似 OpenAI 新模型现身 Arena，小模型价值引争议 — brandon_galang · 2026-10-28
- 自称 Day 1 战绩碾压：Gemini 4 Argon 竞技场表现引围观 — my_cat_can_code · 2026-10-28
- Grim Test 发现:AI 即使在造成伤害时也对人类不留情面 — hollee-o · 2026-10-28