AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

VLM2-Bench

VLM²-Bench 是第一个全面评估视觉语言模型（VLMs）在多图像序列和视频中视觉链接匹配线索能力的基准。该基准包括 9 个子任务，超过 3000 个测试案例，旨在评估人类日常使用的根本视觉链接能力。

评测信息与证据

来源: OpenCompass Hub
发布者: HKUST; CMU; MIT
评测发布日期: 2025-02-17
采集日期: 2026-08-18
模态: multimodal

本站保留来源报告的结果，不代表独立复测。请先核对任务版本、评测协议、分数单位和报告日期；不同运行条件不能直接合并为统一排名。

原始资料

报告成绩 0

本来源记录尚未收录数值成绩。这不表示模型得分为零，也不表示该评测没有公开成绩；请查阅原始资料。