Can Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning
Latent Space1301 字 (约 6 分钟)
85
Glimpse在DecoyCount视觉推理基准测试中以50.48%准确率超越所有前沿模型，揭示当前大模型在视觉与逻辑联合推理中的缺陷。
入选理由：Glimpse在DecoyCount测试中得分50.48%，是唯一突破50%的模型
FeaturedArticle#视觉推理#模型基准测试#Elorian#Glimpse英文