研究与基准测试/2026-10-23/22 分钟MMEnterprise-Bench附录：数据集、提示词与实验细节这篇是 MMEnterprise-Bench 译文的附录：30 个项目的来源与许可、工作区规模、问题与证据统计，以及构建、校验和实验提示词。正文与参考文献见上一篇。
研究与基准测试/2026-10-23/24 分钟MMEnterprise-Bench：评测不断演化的企业多模态记录企业记录会在协作中被更正并留下旧版本。MMEnterprise-Bench 用 1,613 道题评测证据推理、跨源与时间冲突，以及不可回答性。GPT-5.6 Sol 在 50 条记录下总体准确率 68.0%，多图问题只有 27.5%。
