CLBench-V

新的基准 CLBench-V 揭示了多模态 AI 上下文学习的局限性

研究人员推出了 CLBench-V，一个旨在评估多模态 AI 模型从上下文中学习能力的基准。该基准通过结合现有和新创建的数据集，在三个维度上评估模型：上下文基础、新信息应用和新知识学习。对六个近期多模态模型的初步评估显示，当前能力远未饱和，总体最高得分仅为 0.2847。InternVL3.5-30B-A3B 在上下文基础和新知识学习方面表现出色，而 Qwen3.5-Plus 在应用新信息方面表现出优势。