Not translated yet — showing the Chinese originals.

Industry & Practice · Tagged “MMEnterprise-Bench”

Research & Benchmarks2026-10-2322 min
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。
Research & Benchmarks2026-10-2324 min
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%。