RealWorldQA
日常真实照片（多为车载/手机拍摄），测物理世界常识。
日常真实照片（多为车载/手机拍摄），测物理世界常识。
评估集信息
- 所属套件
- 通用多模态
- 分组
- B 通用多模态
- 决策类型
- 多选 / 是否
- 样本量
- 765 个 case
- 主指标
- accuracy
- 优化方向
- 越高越好
- 参评模型
- 0 个
- 数据许可证
- 见官方页面
这个评估集测什么
日常真实照片（多为车载/手机拍摄），测物理世界常识。
在该评估集上的模型成绩（0 个）
暂无模型在该评估集上的公开成绩。