基准
ScreenSpot-Pro
面向GUI元素定位（grounding）任务的评测基准，用于衡量视觉语言模型在复杂桌面场景下精确定位UI控件的能力
时间轴 (近 90 天)
10月18日
MMMU_Pro榜首是Darwin-180B-RSI，得分79.48；ScreenSpot-Pro榜首是meta-models/Muse-Glimmer-30B，得分75.4；open-asr-leaderboard第一是Edge0/ARK-ASR-3B，得分4.76（越低越好）。
待验证50%
面向GUI元素定位（grounding）任务的评测基准，用于衡量视觉语言模型在复杂桌面场景下精确定位UI控件的能力
MMMU_Pro榜首是Darwin-180B-RSI，得分79.48；ScreenSpot-Pro榜首是meta-models/Muse-Glimmer-30B，得分75.4；open-asr-leaderboard第一是Edge0/ARK-ASR-3B，得分4.76（越低越好）。