Humanity's Sixth Sense
PulseAugur coverage of Humanity's Sixth Sense — every cluster mentioning Humanity's Sixth Sense across labs, papers, and developer communities, ranked by signal.
-
新基准“人类第六感”揭示 AI 推理能力存在巨大差距
一个名为“人类第六感”的新基准被推出,用于评估直观视觉推理,涵盖空间、因果和社会理解。该基准揭示了人类和 AI 模型之间存在显著的性能差距,人类得分 93.1%。领先的 AI 模型 GPT-6-astra 得分为 53.6%,而中位数模型的表现则显著低于 30.9%。这凸显了在开发能够媲美人类直观推理能力的 AI 系统方面所面临的持续挑战。
-
新的基准和框架推动了大型语言模型的多模态推理能力
研究人员正在开发新的框架和基准来增强大型语言模型(LLMs)的多模态推理能力。CoWorld Reasoner 引入了一个代理框架,该框架使用视频世界模型进行灵活的视觉想象和推理,在直接推理方面有所改进。ReasonUni 提出了一种推理增强的重建后训练方法,以耦合图像到文本的理解和文本到图像的生成。MagiC 提供了一个评估基于视觉的多模态认知的基准,评估推理的有效性以及与视觉证据的一致性,揭示了当前模型的局限性。L2T 提供了一个…
-
AI工程师使用GPT-6 Astra驾驶丰田卡罗拉通过汽车餐厅
三名来自Axiom的AI工程师成功使用OpenAI的GPT-6 Astra模型,驾驶一辆丰田卡罗拉通过了In-N-Out Burger的汽车餐厅。该演示包括将聊天界面连接到摄像头和汽车的动力转向系统,并配备一名安全驾驶员随时准备干预。这一实验凸显了大型语言模型理解和与物理世界交互能力的日益增强,而这在此之前仅限于专门的算法。尽管展示了迈向通用人工智能(AGI)的潜在进展,但工程师们承认使用通用模型控制物理系统所固有的风险。
-
新的多模态模型和研究推动了人工智能在边缘、推理和生成方面的能力
几篇研究论文和一个新模型发布,专注于推进多模态人工智能能力。Liquid Foundation Models 发布了开源的 d1-3B 模型,该模型针对边缘设备进行了优化,能够处理文本和图像,并具有快速的推理时间。同时,新的研究探索了在嘈杂监督下改进多模态学习(REFINE)、对直观视觉推理进行基准测试(Humanity's Sixth Sense)、全模态嵌入的结构化专业化(Syn-Omni)、通过张量建模学习多模态协同作用(HRI…