基准Multimodal Knowledge Agent Benchmark
Multimodal Knowledge Agent Benchmark
评估 AI 智能体多模态知识运用能力的基准测试,涉及视觉文件处理与交付物生成
时间轴 (近 90 天)
11月15日
Hydrogen 在 OS World 2.1 离线计算机使用测试上领先,并在 Agent's Last Exam 和 Multimodal Knowledge Agent Benchmark 上分别领先 Sonnet 与 GPT 6.1 Tera。
待验证50%