宜家家具组装基准

Epoch AI研究人员发布「家具组装基准」，通过让AI识别宜家家具组装过程中的错误来测试其空间推理能力。测试使用三款不同难度的宜家产品，涉及OpenAI、Anthropic、谷歌、月之暗面和阿里等模型，无一模型能100%正确，但进步迅速。