IXThinker·2025-04-10 13:50

首個統一多模態模型評測標準發布

針對統一多模態大模型評測標準混亂的現狀，MME-Benchmarks團隊推出統一評測基準，結果顯示DeepSeek Janus理解能力領跑開源陣營，但與閉源仍有差距。

評測亂象待解

不同研究選用的評測數據集與指標各不相同，令模型難以公平比較；混合模態生成能力如圖中畫輔助線解題、按推理結果生成圖像等，更缺乏系統化評測體系。