Kimi 研究博客·收录于· 2026-10-02
Kimi 团队发布 WorldVQA 多模态视觉知识评测基准
WorldVQA
SI 导读
Kimi 团队发布 WorldVQA 基准,包含 3,500 个图像问答对以评估多模态大语言模型的原子视觉世界知识。实验显示前沿模型在长尾知识上准确率常低于 50%,且普遍存在过度自信现象,其中 Kimi-K2.5 在 ECE 和 Slope 指标上表现最佳。该数据集及评测脚本已开源,旨在推动多模态 AI 的事实可靠性。
SI 评分43
来源:Kimi 研究博客 · kimi.com