SpatialBench 十个月后前沿模型准确率逼近 75%

SpatialBench 发布十个月后，前沿模型在该基准上的准确率已接近 75%，其中 GPT-6.1 Terra + Pi 以 73.3% 创下新高。该结果由 SpatialBench 作者 Kenny Workman 公布。 Workman 回顾称，发布时还不确定智能体能否可靠完成针对具体测量方式的分析，因此把真实世界分析拆成可验证的分步问题，原因是归一化、聚类和细胞类型注释等环节的误差会在端到端流程中快速累积。 Workman 称，对最强的前沿模型而言，更长的研究流程、探索较少的模态和经实验验证的决策正成为更有意思的评测目标。

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。