MMOOC 基准测试：多模态大模型难以平衡上下文与拒答能力

VCLab-HKPU · hf · 2026-08-11

MMOOC 是一个用于评估多模态大语言模型（MLLM）上下文外（Out-of-Context）表现的大规模基准测试。

该基准旨在检验模型是否能在正确回答上下文偏移问题的同时，拒绝回答脱离上下文的问题。研究发现，当前的模型在平衡这两种能力方面存在明显困难。

原文链接 →

「模型」频道最新

• Nemotron 3.5 Lightning 实测：并发吞吐提升16倍延迟不降 — rhythmrg · 2026-08-11
• Muse Glimmer 30B 编码实测：零次凭空捏造代码缺陷 — pbaylies · 2026-08-11
• NVIDIA Nemotron 3.5 Lightning 上线 DeepInfra，支持百万 tokens — gharik · 2026-08-11
• Upstage 发布 Solar Pro 4，专攻生产级 Agent — NousResearch · 2026-08-11
• Nemotron 3.5 Lightning 实测：670 tokens/秒，主打极速智能体 — ArtificialAnlys · 2026-08-11
• OpenAI 暂停高危模型 Astra，却发布 GPT-5.6-Cyber — eyishazyer · 2026-08-11

更多「模型」频道 AI 资讯 →