DecoyCount 与 ScienceVision：两个戳穿「视觉还是推理」短板的 3D benchmark
liangchen5518 · x · 2026-11-09
- 发布内容：AndrewDai 联合 UniPatAI、ElorianAI（与 mercor 合作）发布两个新 benchmark：DecoyCount 和 ScienceVision，聚焦科学领域 3D 对象的视觉理解与推理。
- 动机：现有 benchmark 宣称模型接近 AGI，但模型仍看不懂 3D 蛋白质视图或建筑平面图。核心问题：视觉模型出错时，究竟是「看不见」还是「看到却推不出」？这两个 benchmark 旨在区分二者。
- ScienceVision：测试 AI 能否像科学家一样，在 3D 科学对象上收集证据、理解所见并据此推理，探索「AI 能否观察和思考如科学家」。
- 数据与详情见其发布页面。
「研究」频道最新
- METR 任务时长曲线何时拐弯？两位博主激辩 S 曲线拐点 — teortaxesTex · 2026-11-09
- 作曲家实验：让 AI 听未量化音乐后，盲评三篇故事包揽创意前三 — Music-For-Robots · 2026-11-09
- Boltzina v1.1 借 NVIDIA BioNeMo 提速,分子对接最快达 Boltz-2 的 24.4 倍 — AllThingsApx · 2026-11-09
- 博主张建林撰文解读 conic-lifting 论文，延伸到 schedule-free 学习新思路 — bremen79 · 2026-11-09
- StatQuest 新课:线性判别分析 LDA 概念与 Python 代码实战 — StatQuest with Josh Starmer · 2026-11-09
- KAIST 论文发现「教师漂移」:多语言推理蒸馏需及时叫停教学 — Jaewon Cho · 2026-11-09