
MMBench
面向多模态大模型的公开评测基准与榜单,用约 3000 道覆盖感知与推理的选择题衡量视觉语言模型的图文理解能力,并采用循环评测降低选项顺序带来的噪声。
开源评测集AI工具相关的方向能做模型选型评测与推理加速,常用于个人效率、企业自动化,也覆盖做多模型对比打分与基准评测等方向,开发者与研究者靠它把Agent应用落地做快做稳,近义的AI知识库、AI工作流、AI智能体也都归在这一类。

面向多模态大模型的公开评测基准与榜单,用约 3000 道覆盖感知与推理的选择题衡量视觉语言模型的图文理解能力,并采用循环评测降低选项顺序带来的噪声。