UNO-Bench 長鎖推論の脆弱性診断と分析

UNO-Benchの包括的な考察：マルチモーダル理解と推論の統合評価のためのオープンベンチマーク

I. 要約 UNO-Benchは、「単一モデル／完全モデル」の質問の統合評価のためのオープンソースベンチマークであり、知覚と推論の両方の側面をカバーしています。中国語の実世界シナリオ問題と、多段階の自由回答形式の質問応答（MO）問題を提供します。データとツールは、高品質と人間主導の構築を重視しており...