Elorian 发布了一款名为 Glimpse 的新型视觉推理模型,该公司声称该模型能够通过视觉输入对物理世界进行推理。为了评估其能力,Elorian 联合发布了一个名为 DecoyCount 的基准测试,旨在检验模型是真正地计数物体还是依赖视觉捷径。在测试中,Glimpse 的得分据称达到 50.48%,超过了 GPT-6 Astra (43.17%)、Gemini-3.8-flash (32.71%)、Qwen3.8-Max (28.31%) 和 Claude Fable 5.1 (25.22%) 等领先的前沿模型,这些模型在该基准测试上的得分均低于 50%。 AI
影响 这一新基准测试和模型表现可能会促使前沿模型开发者提升其视觉推理能力。
排序理由 Elorian 发布了一个新模型及其评估基准,声称其性能优于现有的前沿模型。 [lever_c_demoted from research: ic=1 ai=1.0]
- Altimeter Capital
- Andrew Dai
- Claude Fable 5-1
- DecoyCount
- Elorian
- Glimpse
- GPT -6 Astra
- Menlo Ventures
- Mercor
- Qwen3.8-Max
- Striker Venture Partners
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →