待验证50% 置信事实精确时间

研究者以离线、单轮问答的设置评估了 28 个多模态模型，涵盖通用型、科学导向型、化学专用型以及具身型 MLLMs。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/11/5

首次发现

有效期至：2027/2/3

来源

BEAKER benchmark：自驱动实验室的具身大脑测评

涉及实体

BEAKERproduct 多模态大模型concept

相关事实

待验证该研究使用类条件扩散模型，输入25个离散参数设置之一加上噪声，输出该设置下的一种可能最终图案。71% 相似待验证研究团队评估了 14 种模型与推理模式的组合。71% 相似待验证魔搭（ModelScope）上线了InternDecision（书生决策）系列模型，覆盖0.8B、2B、4B三种参数规模，面向多模态与结构化决策任务69% 相似待验证该研究提出的新方法使用生成模型同时拟合两组数据的条件分布并抽取合成样本，检验统计量同时依赖于观测数据和合成样本。69% 相似待验证多智能体辩论的对照实验应设置基线组（单一LLM直接输出）和实验组（多智能体辩论后由裁判模型汇总）68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1138375

API

curl https://kongchang.com/api/v1/knowledge/claims/1138375

MCP

get_claim(id=1138375)