新智元 (微信公众号)T2·78 分
新基准测试 AI 直觉，人类得分远超最强模型
原标题：新基准开测「AI第六感」！人类一眼秒懂，最强模型只拿53.6分
- HSS 基准专门测试模型对未明确陈述的情境、社会线索和物理直觉的理解能力。
- 人类在该测试中表现优异（93.1%），而最强模型 GPT-6-astra 得分仅为其一半左右（53.6%）。
- 研究表明当前多模态模型虽能详细描述图像，但在缺乏显式提示时难以像人类一样“一眼看懂”复杂场景。
返回热点榜
llm热度 9.8°
AI 聚合热点事件 · 2026/10/17
新基准测试 AI 直觉，人类得分远超最强模型
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/17 12:22:00
全景综述与最新动态
1 家信源交叉印证Scale AI 与 Elorian 联合发布“人类第六感”（HSS）基准测试，专门评估多模态大模型在隐含情境下的直觉推理能力。结果显示，人类平均得分高达 93.1%，而当前最强模型 GPT-6-astra 仅得 53.6%，中位数仅为 30.9%。该研究揭示了现有模型在理解物理世界和社会语境时的显著短板，即缺乏类似人类的快速直觉判断能力。
最新动向/Scale AI 与 Elorian 联合发布“人类第六感”（HSS）基准测试，专门评估多模态大模型在隐含情境下的直觉推理能力。结果显示，人类平均得分高达 93.1%，而当前最强模型 GPT-6-astra 仅得 53.6%，中位数仅为 30.9%。该研究揭示了现有模型在理解物理世界和社会语境时的显著短板，即缺乏类似人类的快速直觉判断能力。
热度曲线逐小时热度走势
2 个完整观测小时连续完整观测不足 3 个小时，暂不绘制趋势曲线。