研究者发布企业多模态 Agent 基准 MMEnterprise-Bench
热点事件观察中
研究者发布企业多模态 Agent 基准 MMEnterprise-Bench
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
研究者提出并发布 MMEnterprise-Bench，用 1,613 道题评估多模态智能体在持续演化的企业协作记录上的推理能力，题目分为证据推理、冲突消解和不可回答三类。 对 10 个闭源与开源多模态 LLM 的评测显示，即使最强模型在证据存在跨来源或时间冲突、或需要跨多张图片时也表现吃力。研究者称，提高检索预算或换用更大的检索器能提升证据召回，但并未稳定转化为更高的答题准确率。 代码和数据已在项目页面公开。
AI 根据报道生成 · 2 小时前更新
最新进展10月20日 04:00
MMEnterprise-Bench：评估多模态智能体在动态企业记录上的推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- Hugging Face Daily PapersMMEnterprise-Bench：评估多模态智能体在动态企业记录上的推理能力
研究者提出 MMEnterprise-Bench，用 1,613 道题评估多模态智能体在持续演化的企业协作记录上的推理能力，题目分为证据推理、冲突消解和不可回答三类。对 10 个闭源与开源多模态 LLM 的评测显示，即使最强模型在证据存在跨来源或时间冲突、或需要跨多张图片时也表现吃力。此外，提高检索预算或换用更大的检索器能提升证据召回，但并未稳定转化为更高的答题准确率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。