IXThinker·2025-06-08 00:40

新基準MME-Reasoning 最強模型僅得60分

邏輯推理是人類智能的核心，也是多模態大語言模型的關鍵能力。然而現有評測大多分類不清，常把感知能力或知識廣度與推理混為一談。復旦大學聯合多家機構提出 MME-Reasoning，對此正本清源。

評測痛點明確

隨著 DeepSeek-R1 等強推理模型出現，研究者開始探索如何把推理能力引入多模態大模型。但現有基準大多缺乏對邏輯推理類型的明確分類，對推理的理解也不夠清晰，導致評測結果難以反映真實能力。