MMEnterprise-Bench 多模态企业智能体基准发布

研究团队提出 MMEnterprise-Bench 基准，基于模拟协作项目中持续演化的多模态职场记录设置 1,613 个问题，用于评测企业智能体在证据推理、冲突消解和判断证据是否不足三项上的能力。 团队用该基准测试了 10 个闭源和开源多模态大模型，代码与数据已在项目页面公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。