Elorian与Scale AI发布视觉推理基准

发生了什么

据Import AI报道，Elorian与Scale AI发布了名为“Humanity’s Sixth Sense”（HSS）的基准测试，旨在评估多模态模型对视觉场景中隐含信息的解释与推理能力。该基准包含522个问题，涵盖288张图片及234段短视频，测试维度包括时空动态、物理逻辑、社会理解及抽象推理。此外，P-Zero Research发布了名为TasteVal的基准，用于评估AI系统在科研任务中的“科学品味”。