Agents
AITZ_EMinformado pelo laboratório
81.9%inferred family alias from qwen2.5-vl-7b (score=0.3531
AndroidWorld_SRinformado pelo laboratório
25.5%inferred family alias from qwen2.5-vl-7b (score=0.3531
MobileMiniWob++_SRinformado pelo laboratório
91.4%inferred family alias from qwen2.5-vl-7b (score=0.3531
Multimodal
Android Control High_EMinformado pelo laboratório
60.1%inferred family alias from qwen2.5-vl-7b (score=0.3531
Android Control Low_EMinformado pelo laboratório
91.4%inferred family alias from qwen2.5-vl-7b (score=0.3531
CC-OCRinformado pelo laboratório
77.8%inferred family alias from qwen2.5-vl-7b (score=0.3531
InfoVQAinformado pelo laboratório
82.6%inferred family alias from qwen2.5-vl-7b (score=0.3531
MMBenchinformado pelo laboratório
84.3%inferred family alias from qwen2.5-vl-7b (score=0.3531
MMBench-Videoinformado pelo laboratório
1.8%inferred family alias from qwen2.5-vl-7b (score=0.3531
MVBenchinformado pelo laboratório
69.6%inferred family alias from qwen2.5-vl-7b (score=0.3531
PerceptionTestinformado pelo laboratório
70.5%inferred family alias from qwen2.5-vl-7b (score=0.3531
TempCompassinformado pelo laboratório
71.7%inferred family alias from qwen2.5-vl-7b (score=0.3531
VideoMME w sub.informado pelo laboratório
71.6%inferred family alias from qwen2.5-vl-7b (score=0.3531
VideoMME w/o sub.informado pelo laboratório
65.1%inferred family alias from qwen2.5-vl-7b (score=0.3531
Language
CharadesSTAinformado pelo laboratório
43.6%inferred family alias from qwen2.5-vl-7b (score=0.3531
Reasoning
Hallusion Benchinformado pelo laboratório
52.9%inferred family alias from qwen2.5-vl-7b (score=0.3531
Long_context
LongVideoBenchinformado pelo laboratório
54.7%inferred family alias from qwen2.5-vl-7b (score=0.3531
LVBenchinformado pelo laboratório
45.3%inferred family alias from qwen2.5-vl-7b (score=0.3531
MLVUinformado pelo laboratório
70.2%inferred family alias from qwen2.5-vl-7b (score=0.3531
Math
MathVisioninformado pelo laboratório
25.1%inferred family alias from qwen2.5-vl-7b (score=0.3531
MathVista-Miniinformado pelo laboratório
68.2%inferred family alias from qwen2.5-vl-7b (score=0.3531
General
MMStarinformado pelo laboratório
63.9%inferred family alias from qwen2.5-vl-7b (score=0.3531
MMT-Benchinformado pelo laboratório
63.6%inferred family alias from qwen2.5-vl-7b (score=0.3531
MMVetinformado pelo laboratório
67.1%inferred family alias from qwen2.5-vl-7b (score=0.3531
Image_to_text
OCRBenchinformado pelo laboratório
86.4%inferred family alias from qwen2.5-vl-7b (score=0.3531
TextVQAinformado pelo laboratório
84.9%inferred family alias from qwen2.5-vl-7b (score=0.3531
Outros
ChartQAinformado pelo laboratório
87.3%inferred family alias from qwen2.5-vl-7b (score=0.3531
DocVQAinformado pelo laboratório
95.7%inferred family alias from qwen2.5-vl-7b (score=0.3531
MMMUinformado pelo laboratório 58.6%inferred family alias from qwen2.5-vl-7b (score=0.3531
MMMU Proinformado pelo laboratório
38.3%inferred family alias from qwen2.5-vl-7b (score=0.3531
ScreenSpotinformado pelo laboratório
84.7%inferred family alias from qwen2.5-vl-7b (score=0.3531
ScreenSpot-Proinformado pelo laboratório
29%inferred family alias from qwen2.5-vl-7b (score=0.3531
Os resultados informados pelos laboratórios vêm dos materiais de lançamento de cada um e podem usar configurações diferentes, por isso nenhum é marcado como o melhor. Os resultados independentes vêm de avaliadores terceiros.
