Google 与 Artificial Analysis 推出 MKA 多模态知识智能体基准
2026.11.10 · 收录日 2026.11.10 · 模型 · 新基准 · 官方发布
新基准用 200 个真实视觉任务评测智能体处理复杂文件的能力
Google DeepMind 与 Artificial Analysis 合作推出 MKA(Multimodal Knowledge Agent)基准,用于评测智能体在视觉复杂文件上的推理与知识工作能力。评测集由 10 个垂直领域、83 种职业的专家打造,共 200 个任务,每个任务配约 70 条专家评分项,75% 看事实准确性、25% 看视觉设计。
- MKA 由 Google DeepMind 与 Artificial Analysis 联合开发,评测智能体跨视觉复杂文件完成真实知识工作
- 评测集含 200 个任务,覆盖 10 个垂直领域、83 种职业,由领域专家编写
- 每个任务配约 70 条 yes/no 专家评分项,权重 75% 事实准确性、25% 视觉设计
- 所有模型在开源智能体框架 Stirrup 中运行,工具、沙箱和轮次预算一致
- 专家人工评分与自动评分器一致率 96%,另在 Hugging Face 发布 10 个公开任务
为什么值得看
了解智能体处理视觉复杂知识工作的新评测标准
适合谁关注
AI 研究者、智能体开发者、模型评测从业者
