Ofir Press 团队开源多模态编码评测基准,探索能力边界前沿
OfirPress · x · 2026-10-15
Princeton 研究员 Ofir Press 介绍其团队(由 @jyangballin 和 @closji 主导,@a1zhang、@KLieret 支持)的多模态编码基准已完成整合并正式开源发布。
他认为这类基准同时考查编码、图像处理、有时甚至 3D 视觉(如地理相关任务),混合了多种能力,实际是在探索模型能力边界的最前沿——他本人非常喜欢这种类型的 benchmark。
所属事件:SWE-bench Multimodal 排行榜发布,Claude Opus 5.5 居首(4 条相关)→
「研究」频道最新
- Princeton/Stanford 研究:最优优化器随 batch size 变化,排名可反转 — ChengleiSi · 2026-10-15
- Spectral AI agent 3 小时内通过 SOLIDWORKS 专业级 CAD 认证考试 — katieruthmishra · 2026-10-15
- Scientific American 调查:OpenAI 纳维-斯托克斯证明并非抄袭人类思路 — FlorianGallwitz · 2026-10-15
- 病理学视觉-语言模型 CONCH-Z 获 NeurIPS 2026 Spotlight(前 1.3%) — AI4Pathology · 2026-10-15
- 论文:冻结 AMT 音频编码器生成音游谱面,跨游戏迁移效果分化 — kastnerkyle · 2026-10-15
- DuoDiscover 让 agent 自研评估器,TPU 内核提速 2.68 倍 — CShorten30 · 2026-10-15