威海市网站建设_网站建设公司_服务器部署_seo优化

司南·Daily Benchmark 专区今日上新！

KFS-Bench

首个面向长视频问答的关键帧采样评测基准，通过引入多场景标注，实现对采样策略直接且稳健的评估。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2014017

Soul-Bench

一个面向音频与文本驱动数字人动画生成的评测基准，用于全面、客观地评估模型在视频质量、身份一致性、语义对齐和口型同步等关键能力上的表现。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2013495

CMER-Bench

一个数学表达式识别评测基准，将表达式按简单、中等和复杂三类划分，用于系统评估模型在处理多行、多符号复杂数学表达式时的识别能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2013731