跳到正文
AGI Hunt· meta·· 3 小时前AI 评分48

TuringSpace 用交互式 CAPTCHAs 测空间智能:GPT-6 仍错 26%

AI 导读

Penn/UMN/USC/Meta/MBZUAI 等机构在 arXiv 发布 TuringSpace,包含 125 个交互式 CAPTCHA,覆盖五种空间能力,要求模型通过点击和拖拽解题。人类成功率为 94.1%,GPT-6 Astra 失败率仍有 25.9%;微调 Qwen3.5-9B 后,成功率从 1.6% 升至 33.1%,并在 7 个分布外基准上提升。TuringSpace 资源将开源。

来源:AGI Hunt · agihunt.info