
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。
图文理解测试领域的AI工具,用户想做图文理解测试时,这类AI工具用模型把对应任务自动完成;出海与本地化需求也能覆盖,创作者、职场人和开发者是常客;能否接你的现有工作流很重要,用户常搜带AI前缀的这类工具表达,研究、运营与开发场景都常见

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。