研究人员推出了多模态知识代理(MKA)基准,以评估自主AI代理在执行需要视觉理解的复杂专业任务方面的能力。该基准涉及需要从CAD蓝图和医学扫描等各种视觉密集型文件中提取和综合信息的任务,代理以多种格式生成可交付成果。包括Gemini 4 Carbon和Claude Fable 5.2在内的当前领先模型显示出巨大的潜力,但在跨不同文件和模态的多模态推理方面仍有很大的改进空间。 AI
影响 该基准将推动更强大的多模态AI代理在专业任务上的发展。
排序理由 该集群描述了发表在arXiv上的一个新基准论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →