潜江市网站建设_网站建设公司_百度智能云_seo优化

司南·Daily Benchmark 专区今日上新！

SlidesGen-Bench

一个围绕通用性、可量化性与可靠性三大核心原则构建的幻灯片生成评测基准。

https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2009487

UR-Bench

超高分辨率推理基准，用于评估 MLLMs 在极端高视觉信息密度场景下的推理能力。 https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2008748

GI-Bench

旨在全面评估当前最先进的 MLLMs 在全景式胃肠道内镜临床流程中的表现，并分析其相对于人类内镜医师的临床实用价值。

https://hub.opencompass.org.cn/daily-benchmark-detail/2601%2008183

2025 司南年度最受欢迎评测集评选活动正式火热进行中~

欢迎大家提交 / 推荐 / 投票，让真正有价值的评测工作被更多人看见。

活动页面：

https://hub.opencompass.org.cn/2025-annual-benchmark