跳到正文
热点事件持续更新

VisualCipherBench测试长程视觉推理

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

EinsiaAI旗下NaversLab发布VisualCipherBench长程视觉推理基准;在此基准的前沿模型测试中,GPT-6 Astra(max)以26.7%的最高准确率居首,DeepSeek V4.1 Flash、Qwen3.8 Max和Kimi K3.1 Pro未答对任何题目。 该基准包含40道原创视觉谜题和67张黑白线稿,线索全部置于图中,不提供题干或对错反馈,要求模型跨图整合信息并持续推理。8个前沿模型在29种推理强度配置下共尝试3480次。

AI 根据报道生成 · 57 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    NaversLab 发布 VisualCipherBench 视觉推理基准,前沿模型最高准确率 26.7%

    EinsiaAI 旗下 NaversLab 发布长程视觉推理基准 VisualCipherBench,包含 40 道原创视觉谜题和 67 张黑白线稿。8 个前沿模型在 29 种推理强度配置下共尝试 3480 次,GPT-6 Astra (max) 以 26.7% 居首,DeepSeek V4.1 Flash、Qwen3.8 Max、Kimi K3.1 Pro 未答对任何题目。

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。