基准测试

研究简报·2026年10月14日

多模态数据与基准：2026年8月进展简报

2026年8月的多模态基准文献呈现出异常明显的一致性。它们并未宣布新任务，而是围绕当前模型失效的特定环节来重建评估：一段无法回答的视频片段，模型不会标记出来；第二张图像，模型无法理清；一个多边形，它……