Elorian 测试前沿模型视觉推理：能否识破诱饵干扰

Can Frontier Models See Past a Decoy? Elorian Tests Visual Reasoning

Elorian发布全新诱饵计数基准，测试发现前沿视觉模型的感知与推理之间存在明显能力缺口。其推出的Glimpse尝试通过结合图像思考的方式填补该缺口。