实体 Polycomp

Polycomp

PulseAugur coverage of Polycomp — every cluster mentioning Polycomp across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_206064 · Aug 18 · 04:00

新的PolyComp基准测试AI空间推理能力；GPT-5.6领先

引入了一个名为PolyComp的新基准测试，用于测试多模态AI模型的组合式3D空间推理能力。该基准测试包含120个程序生成的问题，每个问题要求模型识别构成目标实体的两个多立方体组件。在评估中，GPT-5.6 Sol的准确率为50.0%，Claude Fable-5为39.4%，Gemini 3.1 Pro Preview为27.5%，接近随机猜测基线。