热点事件持续更新
PRISM-BENCH多模态推理基准发布
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CV 发布 PRISM-BENCH 多模态推理基准，旨在超越对最终答案准确率的单一考核，诊断模型推理的接地性与忠实度。该基准包含1,000道专家标注题，覆盖五类推理任务，评测了25个开源与闭源系统（含 GPT-5、Claude Opus 4.6），最高准确率为66.0%。论文称，感知探针将约85%的前沿模型失败归因于感知错误，表明瓶颈在接地环节。在设有人类基线的四项任务类别中，最佳系统落后人类18.4分；且近期前沿模型的提升主要集中在识别能力上，而非空间接地。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
PRISM-BENCH发布1,000道题，25个系统最高准确率66.0%，瓶颈被指在感知接地。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CVPRISM-BENCH：超越最终答案准确率，诊断多模态推理的接地性与忠实度
PRISM-BENCH 基准发布 1,000 道专家标注题，覆盖五类推理任务，25 个开闭源系统（含 GPT-5、Claude Opus 4.6）最高准确率 66.0%。感知探针将约 85% 的前沿模型失败归因于感知错误，瓶颈在接地。有人类基线的四项类别中最佳系统落后人类 18.4 分，且近期前沿提升集中在识别而非空间接地。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。