MKA 示例任务：审计建筑图纸，Fable 5.2 看图 203 次花 $68 完成
ArtificialAnlys · x · 2026-11-11
Artificial Analysis 展示 MKA 基准的任务形态：模型需理解工程原理图、建筑图纸、临床扫描等视觉文档，并产出幻灯片、表格、报告和标注图像。
公开数据集中的一个示例任务是审计建筑平面图——检查剖面和立面图中门窗不匹配的问题，并将结果整理成幻灯片。Claude Fable 5.2 (max) 用了 224 轮、查看图像 203 次，单个任务总成本约 $68。
所属事件:DeepMind 联合 Artificial Analysis 发布 MKA 多模态智能体基准(6 条相关)→
「模型」频道最新
- SuperGrok 又降额度?一天用掉 50%,九成 token 烧在冷启动 — NickPassig · 2026-11-11
- 烧 50 美元做 RL,只为让 Qwen3-8B 忘记怎么拼字母 E — AaronBergman18 · 2026-11-11
- WIRED 起底「Abliteration」群体：抹除开源模型拒绝护栏的自由派 — willknight · 2026-11-11
- 重放 64 次:Qwen 事故更像模型不可预测而非后门 — zakkohane · 2026-11-11
- 多方预告：Grok 4.8 有望本周内发布 — rand_longevity · 2026-11-11
- 「Sonnet 3」截图疯传：通篇神秘主义呓语引发猜测 — repligate · 2026-11-11