实时
VisSearch-Bench 发布
热点事件历史事件
VisSearch-Bench 发布
1 篇报道1 个报道来源13 天前更新
先了解这件事
AI 综述
VisSearch-Bench发布,评估了16个多模态模型在204项人类编写的视觉搜索任务上的表现,这些任务要求整合视觉上下文与外部信息,结果显示最佳系统仅完全解决了26.47%的任务。该基准涵盖集合式视觉搜索、序列式视觉搜索等7个主要领域,通过准确率与过程分评估任务完成度与推理步骤的正确性。
AI 根据报道生成 · 更新于 11 天前
最新进展11月6日 08:00
VisSearch-Bench 评估多模态智能体在长时程视觉搜索中的表现报道时间线
沿着报道,了解事件的不同侧面。
11月6日
- Hugging Face Daily PapersVisSearch-Bench 评估多模态智能体在长时程视觉搜索中的表现
VisSearch-Bench 评估了 16 个多模态模型在 204 项人类编写的视觉搜索任务上的表现,这些任务要求整合视觉上下文与外部信息,结果显示最佳系统仅完全解决了 26.47% 的任务。该基准涵盖集合式视觉搜索、序列式视觉搜索等 7 个主要领域,通过准确率与过程分评估任务完成度与推理步骤的正确性。