Import AI 476：创意与重复性劳损、表现不佳的开源模型及 AI 太空化

Elorian 与 Scale AI 发布了 Humanity’s Sixth Sense (HSS) 基准，用于测试模型对视觉场景隐含信息的推理能力。在包含 522 个问题的测试中，GPT 6 Astra 取得 53.6 的 pass@1 分数，优于 GLM-5.3-flash（26.8）与 Kimi K3（25.5），但仍远低于人类 93.1 的基准线。