Moonshot AI ने PerceptionBench जारी किया: मल्टीमॉडल मॉडल की दृश्य धारणा क्षमता के निदान का बेंचमार्क
मूल शीर्षक:PerceptionBench
AI सारांश
Moonshot AI ने PerceptionBench जारी किया, जो 40 से अधिक मौजूदा बेंचमार्क में मॉडलों की वास्तविक विफलताओं से संकलित दृश्य धारणा बेंचमार्क है और इसमें 10 मूल धारणा क्षमताएं तथा 3000 सत्यापन प्रश्न शामिल हैं। सभी परीक्षण किए गए मॉडलों की सटीकता 60% से अधिक नहीं रही, और बहुत से सही उत्तर दोहराए जाने पर पुनरुत्पादित नहीं हुए, जिससे पता चलता है कि मॉडल वास्तविक धारणा के बजाय अनुमान लगा रहे हैं। PerceptionBench का उद्देश्य मल्टीमॉडल AI की दृश्य धारणा में विफलता बिंदुओं का सटीक निदान करना और उसे विश्वसनीय, सुसंगत दृश्य समझ की ओर बढ़ाना है।
मुख्य जानकारी
- Moonshot AI ने PerceptionBench जारी किया,जो 40 से अधिक मौजूदा बेंचमार्क में मॉडलों की वास्तविक…
- और बहुत से सही उत्तर दोहराए जाने पर पुनरुत्पादित नहीं हुए
- जिससे पता चलता है कि मॉडल वास्तविक धारणा के बजाय अनुमान लगा रहे हैं। PerceptionBench का उद्देश्य…
एक नज़र में
- प्रकाशन समय
- अपडेट समय
- स्रोत
- Moonshot AI:Kimi Blog
- श्रेणी
- पेपर और शोध
- AI स्कोर
- 70
这是一个把视觉感知拆成原子能力的基准,所有模型不及格,而且猜测多于感知的发现很扎心,做多模态的团队应该拿来测一下自家模型。
संबंधित एंटिटी
स्रोत और कॉपीराइट
यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।
उद्धरण कैसे दें
इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।
Orange News: Moonshot AI ने PerceptionBench जारी किया: मल्टीमॉडल मॉडल की दृश्य धारणा क्षमता के निदान का बेंचमार्क। 16 जुलाई 2026। https://new.nat6.net/hi/news/cmrnvwztt01bebixyznbje716/