🎯 综合评估流程

从基础感知到高级认知能力，逐级细分评估，确保全面性

📊 多任务类型支持

视觉问答、图像描述生成等多种任务，满足不同需求

🏆 实时排行榜

直观展示各模型性能表现，把握技术发展脉搏

MMBench最大的创新在于打破了传统一问一答的规则匹配模式，采用循环打乱选项的设计来验证输出结果的一致性，同时基于ChatGPT实现模型回复与选项的精准匹配，大大提高了评测的准确性和可靠性。

MMBench从感知到认知能力逐级细分，覆盖了20项细粒度能力，包括但不限于物体识别、场景理解、关系推理、情感分析、逻辑推理等，确保对多模态模型的全面评估。

MMBench从互联网和权威基准数据集采集了约3000道单项选择题，经过严格的质量控制和筛选，确保数据的多样性、代表性和可靠性。

通过MMBench的详细评测报告，可以准确识别模型在各项能力上的强弱项，针对性地优化模型架构和训练策略，同时参考排行榜上优秀模型的表现，获取改进灵感。

目前MMBench主要支持视觉问答、图像描述生成等主流多模态任务类型，未来还将持续扩展更多任务类型，保持与行业发展同步。