MMEnterprise-Bench多模态企业代理基准发布
热点事件持续更新
MMEnterprise-Bench多模态企业代理基准发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月21日，研究团队在arXiv发布基准测试MMEnterprise-Bench，该基准包含1613个基于模拟协作项目中演进多模态记录的问题，代码和数据已通过链接公开。 该基准评测涵盖证据推理、冲突解决和不可回答性三类任务，测试了10个专有及开源多模态大语言模型。 结果显示，最强模型在面临跨源或时间冲突证据时表现不佳，即使增加检索预算或未显著提高答案准确率。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
MMEnterprise-Bench：评测多模态记录演进下的企业智能体报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv · AIMMEnterprise-Bench：评测多模态记录演进下的企业智能体
论文提出基准测试 MMEnterprise-Bench，包含 1,613 个基于模拟协作项目中演进多模态记录的问题。 评测涵盖证据推理、冲突解决和不可回答性三类任务，测试了 10 个专有及开源多模态 LLM。 结果显示最强模型在跨源或时间冲突证据面前仍表现挣扎，增加检索预算或未显著提高答案准确率。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月21日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。