¿Pueden los Modelos Frontier ver más allá de un señuelo? Elorian prueba el razonamiento visual
· Fuente: Latent Space
Elorian ha puesto en marcha su primer modelo de razonamiento visual, llamado Glimpse, que se presenta como un sistema capaz de interpretar el mundo físico a partir de imágenes. Para evaluar su desempeño, la empresa, junto a Mercor, lanzó el benchmark DecoyCount, diseñado para comprobar si los modelos cuentan objetos de forma auténtica o se apoyan en atajos visuales. En pruebas internas, Glimpse alcanzó una precisión del 50,48 % en los 1 660 ítems del conjunto, superando a los modelos de frontera incluidos en el estudio académico, cuyo mejor resultado fue el 43,17 % de GPT‑6 Astra. Los demás sistemas, como Gemini‑3.8‑flash, Qwen3.8‑max y Claude‑Fable‑5.1, quedaron por debajo del 33 %.
El informe señala que los modelos más avanzados no logran transferir su capacidad de razonamiento general a tareas de visión alineada, lo que evidencia una brecha entre la comprensión textual y la interpretación visual. DecoyCount aborda este vacío al combinar pruebas de visión y razonamiento, diferenciando errores de percepción (no detectar un objeto) de fallos de juicio (contar una reflexión como un objeto adicional). Esta distinción permite identificar con mayor precisión la fuente del problema y orientar mejoras específicas.
Esta noticia es relevante porque muestra que, pese a los grandes avances en modelos de lenguaje, la integración efectiva de visión y razonamiento sigue siendo un desafío abierto. Los resultados de Glimpse sugieren que nuevas arquitecturas centradas en el “pensamiento visual” podrían cerrar esa brecha, impulsando aplicaciones más fiables en áreas como la robótica, la inspección automática y la interacción hombre‑máquina.
Leer artículo original en Latent Space
Este resumen es una síntesis informativa elaborada por dataqbs.com. Todos los derechos sobre el contenido original pertenecen a su autor y al medio de comunicación citado. Nosotros solo actuamos como curadores de noticias tecnológicas, sin reclamar autoría alguna.