arXiv · cs.AI· Seohyun Lee·· 7 天前AI 评分31
MMEnterprise-Bench：面向演化多模态记录的企业智能体评测基准
MMEnterprise-Bench: Evaluating Enterprise Agents over Evolving Multimodal Records
来源与原文
arXiv · cs.AI
作者：Seohyun Lee
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.27911v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者推出 MMEnterprise-Bench，包含 1,613 道基于模拟协作项目中演化多模态记录的问题，覆盖证据推理、冲突消解和不可回答三类任务。对 10 个闭源与开源多模态 LLM 的评测显示，最强模型在证据存在跨来源或时间冲突、或跨越多张图像时仍表现吃力。增大检索预算或换用更大检索器能提升证据召回，但不一定转化为更高的回答准确率。
来源：arXiv · cs.AI · arxiv.org