傳 GPT-6 Astra 於高難度視覺基準測試 ZeroBench 超越人類，涵蓋三項評測指標

據 Reddit 社群流傳消息，GPT-6 Astra 在極高難度的視覺基準測試 ZeroBench 中取得大幅進展，於三項評測指標上全面超越人類基準。此消息來源為單一網路論壇，目前尚未獲官方證實。 根據流出的資訊，該評測涵蓋以下三項指標來衡量模型能力： - **pass@5**：五次嘗試中至少有一次正確即計分。 - **pass^5**：五次嘗試必須全部正確才計分，為衡量模型可靠度（reliability）的指標。 - **"pass@1"**：並非真實的單次嘗試得分，而是五次嘗試的平均分數。