跳到正文
只看论文#多模态
今天10月15日周四1 条
  1. Google Research66

    Google 发布地理空间推理智能体技术报告与两个新基准

    Google 发布地理空间推理智能体的技术报告，在 CBGB、UnivEARTH 及新提出的 GeoExpertQueries、GeoKTools 四个基准上评估四种智能体配置，并公开两个新基准的开发集。

    推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的实测案例，可了解专用工具与前置规划对空间推理的提升。

7月28日周二
  1. Kimi.ai38

    月之暗面（Kimi）发布 PerceptionBench，一个把视觉感知拆解为原子能力单独评测的基准，能力项来自模型实际失败案例而非预先定义。团队从 42 个基准上的前沿模型失败中提炼出 10 项原子感知能力，构建 3,000 道经核验的题目，每题只考察单一能力、仅凭观察即可作答，无需推理或外部知识。博客、GitHub 与 HuggingFace 数据集均已公开。