OpenRouter announcements8/21 01:00AI 評分36
OpenRouter 發布 Visual Image Benchmarks 影像基準
該基準用七類挑戰性提示詞測試影像模型能力，覆蓋其提供的 39 個模型，結果以網格展示並可按價格和生成時間排序。
搜尋
找到 2 筆
Kimi blog● 精選10/2 22:11AI 評分65
Kimi 團隊開源 WorldVQA，評測多模態模型視覺世界知識
Kimi 團隊發布 WorldVQA 基準，用 3500 組圖文問答、9 個類別評測多模態大模型的視覺世界知識，並區分常見與長尾知識。前沿模型在長尾視覺知識上準確率常低於 50%。所有被測模型都過度自信，表現最好的 Kimi-K2.5 的 ECE 為 37.9%、Slope 為 0.550；資料集與評測指令碼已開源。