歐盟人工智能法案：四種AI系統風險類型的劃分及監管措施
作者：趙志東 蔡佳雯來源：區塊鏈日報該法案采用風險分級的規制路徑，將人工智能系統的風險劃分成不可接受的風險、高風險、有限風險和輕微風險四種類型，并針對不同類型施加了不同
9 月 14 日消息，一項新研究發現，人類讀取指針式時鐘的準確率可達 89.1%，而目前最優秀的人工智能（AI）模型準確率僅為 13.3%，該結果凸顯出當前語言模型在視覺推理能力方面與人類存在巨大差距。
阿萊克?薩法爾（Alek Safar）采用名為“ClockBench”的全新測試，讓來自 6 家企業的 11 個大型語言模型與 5 名人類展開正面較量。該基準測試包含 180 個定制的指針式時鐘及 720 道測試題，遵循“人類易上手、AI 難突破”的設計思路，這一思路在 ARC-AGI、SimpleBench 等基準測試中也有所體現。
為確保公平性并避免與模型訓練數據重疊，薩法爾從零開始構建了該數據集。數據集包含 36 種獨特的鐘面設計，融合了羅馬數字與阿拉伯數字、不同朝向、時針標識、鏡像布局及彩色背景等元素。每種設計他都制作了 5 個不同的時鐘，總共有 180 個時鐘。
每個時鐘均通過四類問題進行測試：讀取時間、時間計算、按特定角度調整指針，以及時區轉換。薩法爾根據時鐘類型設置了不同的誤差允許范圍，例如，僅含時針的時鐘比同時具備時針、分針、秒針的時鐘誤差容忍度更高。
薩法爾表示，相較于“人類終極測試”（Humanity's Last Exam）這類側重知識儲備的測試，ClockBench 對 AI 模型的難度更高。測試結果表明，即便面對看似簡單的視覺任務，AI 與人類的差距仍十分顯著。
谷歌旗下的 Gemini 2.5 Pro 模型以 13.3% 的準確率位居榜首，Gemini 2.5 Flash 緊隨其后，準確率為 10.5%。GPT-5 排名第三，準確率 8.4%，且調整模型的推理預算對提升準確率效果甚微。
Grok 4 模型表現墊底，準確率僅 0.7%，這一結果頗為出人意料，因為該模型在其他基準測試中常常表現出色。Grok 4 將 63.3% 的時鐘判定為“無效”，但實際上 180 個時鐘中僅 37 個顯示的是“不可能時間”。這種極度謹慎的方式意味著，從技術層面來講，Grok 4 的正確答案數量最多，但這只是通過隨機將時鐘標記為無效實現的。
Anthropic 公司的 Claude 4 Sonnet（準確率 4.2%）與 Claude 4.1 Opus（準確率 5.6%）表現同樣不佳。研究還發現，61.7% 的時鐘未能被任何一個 AI 模型正確讀取。
相較于準確率，誤差的嚴重程度更能反映問題本質。人類讀取時間的中位誤差僅為 3 分鐘，而表現最佳的 AI 模型中位誤差達 1 小時，性能最差的 AI 模型誤差約為 3 小時，對于 12 小時制時鐘而言，這幾乎和隨機猜測差不多。
注意到，部分鐘面特征對 AI 而言難度極高：當鐘面采用羅馬數字時，AI 準確率降至 3.2%；采用圓形數字時，準確率僅為 4.5%。此外，秒針、彩色背景及鏡像布局也會對 AI 的判斷造成干擾。
僅含時針的時鐘對 AI 而言相對容易（準確率 23.6%），這得益于其更高的誤差容忍度。采用阿拉伯數字和基礎表盤的標準時鐘，也能讓 AI 取得相對更好的成績。
測試還獲得了一個意外發現：當 AI 模型成功讀取時間后，它們在時間計算、指針調整或時區轉換任務中幾乎都能得出正確結果。這意味著，AI 面臨的挑戰并非“進行時間相關的數學運算”，而是“從視覺信息中讀取時間”這一初始步驟。
薩法爾認為，背后原因可能有三點：其一，讀取指針式時鐘對視覺推理能力是一項嚴峻考驗；其二，罕見或特殊的鐘面設計在訓練數據中出現頻率極低；其三，將鐘面視覺信息轉化為文字描述，對當前 AI 模型而言很可能是一項難題。
ClockBench 被定位為一項長期基準測試。其完整數據集目前處于保密狀態，以避免污染未來 AI 的訓練過程，但已有一個規模較小的公開版本可供測試使用。
盡管 AI 在該測試中的得分普遍較低，薩法爾仍看到了希望：性能最佳的模型表現優于隨機猜測，且展現出基礎的視覺推理能力。不過，這些能力能否通過“擴大現有方法規模”得到提升，還是需要全新技術路徑來突破，目前仍是一個待解的問題。
一年前，中國一項研究也曾發現多模態語言模型存在類似的能力短板，但當時的結果要好得多。彼時，GPT-4o 模型在包含“讀時鐘、讀儀表”的儀表盤任務中，準確率達到 54.8%。而此次 ClockBench 測試中，AI 的最高準確率僅為 13.3%，這一差距既表明新基準測試難度顯著提升，也反映出 AI 的時鐘讀取能力并未取得明顯進步。
本文鏈接：http://www.rrqrq.com/showinfo-45-27648-0.html新研究：人類讀指針式時鐘準確率達 89.1%，頂尖 AI 僅 13.3%
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號