PulseAugur
中
实时 23:57:51
实体 MKA benchmark

MKA benchmark

PulseAugur coverage of MKA benchmark — every cluster mentioning MKA benchmark across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_370677 ·

    Google DeepMind 的 MKA 基准测试揭示了 AI 代理在视觉工作上的局限性

    Google DeepMind 推出了 MKA 基准测试,以评估 AI 代理在理解 CAD 文件、X 射线和示意图等视觉数据方面的能力。目前的 AI 代理在此基准测试上面临困难,表现最好的模型在最具挑战性的任务上准确率仅为 56.6%。这凸显了 AI 在解释和处理复杂视觉信息方面的显著差距。