Các mô hình frontier có thể nhìn thấy qua bẫy giả không? Elorian kiểm tra khả năng suy luận hình ảnh

Một benchmark đếm bẫy giả mới phơi bày khoảng cách giữa việc nhìn thấy và suy luận. Glimpse của Elorian cố gắng thu hẹp khoảng cách đó bằng cách nghĩ bằng hình ảnh.