企业官网建设流程全解析

司南·Daily Benchmark 专区今日上新！

ADR-Bench

一个面向中文领域、贴近真实应用场景的深度研究评测基准，用于弥补现有评测在开放式研究智能体能力上的不足。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2020491

Cube Bench

一个以魔方为载体的评测基准，用于系统评估多模态大模型的空间推理与时序推理能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2020595