VisualArtifactSpec 1.0 发布:211 项任务评测 Agent 视觉产出能力

Accio-Lab · hf · 2026-11-18

Accio-Lab 在 Hugging Face 发布 VisualArtifactSpec 1.0(VAS)基准,用于评测 Agent 依据任务规格和源材料产出实用视觉成品的能力。

基准构成

评测维度

结果:9 个 model-harness 配置全部跑完 211 项任务,总分区间 42.12–70.52,Artifact Performance 贡献了最高与最低配置之间 73.4% 的差距。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →