arXiv · cs.AI· Liubov Chubarova, Alexandra Kuleshova, Daniil Volkov, Kirill Sultanov, Alexey Zaytsev·· 5 小时前
BEAR-Bench：面向多模态模型的英语与俄语企业学术推理基准
BEAR-Bench: A Bilingual Enterprise and Academic Reasoning Benchmark for Multimodal Models
arXiv:2608.17895v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Liubov Chubarova, Alexandra Kuleshova, Daniil Volkov, Kirill Sultanov, Alexey Zaytsev
研究任务与主要进展
研究发布BEAR-Bench，一个基于英语和俄语文本密集型商业与科学文档、包含1000个人工标注问题的自包含多模态推理基准。作者评测了16个专有及开放权重多模态大语言模型，包括Gemini 3.1 Pro和Qwen3.5-397B，并观察到最强系统仍有明显提升空间；研究还利用模型输出比较了现有幻觉检测方法对模型失败的识别可靠性。材料仅提供论文摘要，未说明基准的完整实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org