每日 AI 评测速递来啦(12.10)

司南·Daily Benchmark 专区今日上新!

Tri-Bench

一个用于诊断 VLM 在相机姿态变化与物体干扰条件下空间推理稳健性的全新可控基准。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2008860

OpenVE-Bench

一个统一评测基准,包含 431 组视频编辑样本,通过三项与人类评价高度一致的指标,系统评估指令式视频编辑模型的性能。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2007826

MICo-Bench

一个多图像组合评测基准,涵盖每个任务的标准样例和复杂的拆解重组样例,用于全面评估模型的组合能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2007348

CS-Bench

一个图表空间理解评测基准,用于全面评估多模态大模型对图表视觉结构的理解能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2007186

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值