Scale AI联合Elorian发布HSS视觉直觉基准

Scale AI 联合 Elorian 发布视觉直觉新基准 Humanity's Sixth Sense（HSS），测试模型对画面隐含信息的直觉式推理能力。在 25 个多模态模型的测试中，20 名人类参与者得分 93.1%，榜首 GPT-6-astra 开到最大推理强度也只有 53.6%，25 个模型中位数为 30.9%。 HSS 包含 522 道开放式任务，对应 288 张图片和 234 段视频；标注团队从 3466 道候选题中经三轮独立审核留下 522 道，录取率 15.1%。评分由 LLM 裁判（Claude-Opus-5）对照评分标准逐条打分，所有标准都满足才算答对。研究团队测试了来自 8 家厂商的 25 个多模态模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。