AI EVALUATION, IN CONTEXT.BY EQUALITY MACHINE

OpenCompass Hub

ProJudge

ProJudge 是一个针对基于 MLLM 的过程裁判能力的全面、多模态、多学科和多难度的基准。它包含 2,400 个测试案例和 50,118 个步骤级标签，涵盖四个科学学科，难度级别和内容多样化。

评测信息与证据

来源: OpenCompass Hub
发布者: WHU, Shanghai AI Laboratory, etc.
评测发布日期: 2025-03-09
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。