热点事件持续更新
DecoyCount测试模型视觉计数能力
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月30日，Elorian与Mercor发布DecoyCount基准，用于测试语言模型能否真正计数图像中的物体，而不是依赖视觉捷径或替代性启发式。论文显示，参与测试的前沿模型准确率均低于50%，其中GPT-6 Astra最高，为43.17%。Elorian另称，Glimpse在内部测试中完成1,660道题，准确率为50.48%，超过50%的门槛。报道未提供更多测试细节或独立验证结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 00:00
Elorian称Glimpse在1,660道DecoyCount题中准确率达50.48%。报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- Latent SpaceDecoyCount 测试前沿模型能否识别视觉诱饵
Elorian 与 Mercor 发布 DecoyCount 基准，测试语言模型是否真正计数物体，而不是依赖视觉捷径和替代启发式。论文中的前沿模型准确率均低于 50%，GPT-6 Astra 最高为 43.17%；Elorian 称 Glimpse 在内部测试中以 50.48% 超过 1,660 道题的 50% 门槛。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。