Hugging Face · 每日论文· 媒体 / 作者来源·精选
MMEnterprise-Bench：用1613道题考察企业Agent处理动态多模态记录
原文标题
MMEnterprise-Bench: Evaluating Enterprise Agents over Evolving Multimodal Records
AI 导读
研究者提出MMEnterprise-Bench基准，包含1,613个基于模拟协作项目动态多模态记录的问题，分为证据推理、冲突消解、不可回答三类。评测10个开源与专有多模态大模型发现，最强模型在跨源或时间冲突、证据跨多图时仍表现不佳；提高检索预算或换更大检索器只提升证据召回，未稳定提升答案准确率。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
为企业多模态Agent提供可复用的评测基准与实证发现：检索召回提升未稳定转化为答案准确率，适用于评估动态记录问答系统。
导读由模型辅助整理，非独立核验。完整信息见原文。