Chartography发布：专测前沿模型专业图表理解能力

针对现有图表基准已被前沿模型“做烂”而无法反映真实挑战的问题，研究团队推出了全新的专业图表理解基准Chartography。该基准专门测试模型在复杂专业场景下的表现。业界指出，图表理解仍是企业级Agent在临床决策、财务分析等场景中的关键瓶颈，新基准的推出有望更准确地暴露并评估模型在这方面的不稳定性。

2026-07-17 ~ 2026-07-17 · 3 条相关