BEAR-Bench基准评估多模态模型推理能力
热点事件持续更新
BEAR-Bench基准评估多模态模型推理能力
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月19日，研究人员Liubov Chubarova等人在arXiv发布BEAR-Bench，这是面向多模态大语言模型（MLLM）的英俄双语基准，包含1000道基于文本密集型企业与学术文档的人工标注问题，旨在弥补现有基准缺乏非英语支持及专业文档推理测试的不足。 该研究评估了包括Gemini 3.1 Pro和Qwen3.5-397B在内的16个专有及开源权重MLLM，并计划利用这些模型的输出结果，对比现有多种幻觉检测方法的效能。
AI 根据报道生成 · 5 小时前更新
最新进展10月19日 12:00
BEAR-Bench: 面向多模态模型的英俄双语企业与学术推理基准报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · NLPBEAR-Bench: 面向多模态模型的英俄双语企业与学术推理基准
多模态大语言模型（MLLM）在文本密集型专业文档推理上表现不足，且现有基准缺乏非英语语言支持。研究人员推出BEAR-Bench，包含1000道人工标注的英俄双语问题。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月19日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:0018:0019:00
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。