I'm afraid of spiders. So I made AI look at 2k of them
a day ago
- 这位害怕蜘蛛的作者测试了九个人工智能模型，使用了2000张蜘蛛照片，以评估它们识别物种的准确度。
- 该基准测试采用了多项选择题形式，每张照片给出20个可能的名称，基于研究级别的iNaturalist观察数据。
- Gemini 3.8 Flash以49.85%的准确率位居第一，其次是GPT-6 Astra（47.50%）和Claude Fable 5.1（43.10%）。
- 大多数模型的错误都发生在同一科内，科级准确率很高（例如，Gemini在87%的失误中仍能保持在正确的科）。
- Muse Spark 1.3是最便宜的模型（782次正确仅需0.93美元），排名第四，性价比高。
- 作者指出，考虑到区分相似物种的难度，尤其是在没有显微镜检查的情况下，能正确识别近一半的物种是值得尊敬的。