Makalah & Riset

Moonshot AI rilis PerceptionBench: tolok ukur diagnostik persepsi visual model multimodal

Judul asli:PerceptionBench

Ringkasan AI

Moonshot AI merilis PerceptionBench, tolok ukur persepsi visual yang disusun dari kasus kegagalan nyata model pada lebih dari 40 tolok ukur yang ada, mencakup 10 kemampuan persepsi atomik dan 3.000 soal terverifikasi. Akurasi semua model yang diuji tidak melebihi 60%, dan banyak jawaban benar tidak dapat direproduksi saat pertanyaan diulang, menunjukkan model lebih banyak menebak daripada benar-benar memahami. PerceptionBench bertujuan mendiagnosis titik putus persepsi visual AI multimodal secara presisi dan mendorong pemahaman visual yang setia dan konsisten.

Poin utama

  • Moonshot AI merilis PerceptionBench,tolok ukur persepsi visual yang disusun dari kasus kegagalan…
  • 000 soal terverifikasi.
  • Akurasi semua model yang diuji tidak melebihi 60%,dan banyak jawaban benar tidak dapat…
  • PerceptionBench bertujuan mendiagnosis titik putus persepsi visual AI multimodal secara presisi…

Ringkasan cepat

Waktu terbit
Waktu diperbarui
Sumber
Moonshot AI:Kimi Blog
Kategori
Makalah & Riset
Skor AI
70
Baca aslinya Baca artikel lengkap di sumber aslinya
Alasan rekomendasi

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。

Entitas Terkait

Sumber dan hak cipta

Artikel ini disusun berdasarkan judul pilihan dan ringkasan AI dari API publik AIHOT, dengan sumber yang dicantumkan dan tautan balik; hak cipta konten asli milik media dan penulis aslinya, situs ini tidak menyalin artikel secara penuh.

Tautan asli · Entri AIHOT

Cara mengutip

Saat mengutip artikel ini, sertakan judul, tanggal, dan tautan permanen, serta cantumkan sumber Orange News.

Orange News: Moonshot AI rilis PerceptionBench: tolok ukur diagnostik persepsi visual model multimodal. 16 Juli 2026. https://new.nat6.net/id/news/cmrnvwztt01bebixyznbje716/

Lihat semua →