前沿模型能识破诱饵吗？Elorian 的视觉推理测试与 Glimpse 解析

文章介绍了 Elorian 推出首个视觉推理模型 Glimpse 及其与 AI 数据公司 Mercor 共同发布的 DecoyCount 基准。评估显示前沿模型在 DecoyCount 上的准确率均低于 50%，而未计入论文测试的 Glimpse 内部测试得分为 50.48%。