Latent Space· Richard MacManus·· 18 天前
Elorian 视觉推理模型 Glimpse 与 DecoyCount 基准：前沿模型准确率不足 50%
Can Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning
AI 导读
Elorian 发布首个视觉推理模型 Glimpse，并在与 Mercor 合作的 DecoyCount 基准内部测试中取得 50.48% 准确率，是唯一超过 50% 的模型。
入选记录
门槛 76媒体与个人第一次 47第二次 47
未入选两次之和 94 < 门槛的两倍 152
- 信源等级
- 媒体与个人，这一级的门槛是 76 分
- 预筛
- 通过：视觉推理模型与基准测试
- 同一件事
评分由模型按同一份标准独立打两次，满分 100；两次之和达到门槛的两倍才入选。门槛按信源等级设定。
来源：Latent Space · latent.space