3DVerifierBench

新的基准测试GPT-6 Astra在3D内容验证方面遇到困难

研究人员推出了3DVerifierBench，一个旨在评估AI模型生成的3D内容正确性的新基准测试。该基准测试包含10个任务和一项人类研究，揭示了人类与领先模型GPT-6 Astra之间显著的性能差距。研究还发现了该模型在可靠拒绝不正确输出方面的弱点。为了解决这些问题，研究人员开发了一个管道来创建包含矛盾解释和反事实的训练数据，旨在提高模型在3D内容方面的自我反思和改进能力。