理想汽车发布MindWatcher-Evaluate Bench (MWE-Bench)数据集,应用在多模态评估、智能代理领域

理想汽车本次发布的数据集MindWatcher-Evaluate Bench (MWE-Bench),MWE-Bench是由理想汽车开发的综合性多模态评估基准，旨在系统评估智能代理在多模态工具调用和推理任务中的性能。该数据集包含高质量的人工标注数据及自动化构建的图文对，涵盖人物、动物、植物、汽车等八大类别的大规模本地视觉检索语料库。其构建过程结合了自动化数据审核流程和手动精选策略，支持跨模态细粒度推理。该数据集主要应用于增强语言模型的工具集成推理能力，解决传统代理在开放域环境中适应性不足、视觉检索依赖外部API等核心问题。

查看MindWatcher-Evaluate Bench (MWE-Bench)

Dataset card内容：

Files and versions内容：

关于理想汽车,理想汽车是一家中国新能源汽车制造商，成立于2015年，以其智能电动车产品而闻名，主打车型为理想ONE，该公司致力于为用户带来全新的智能出行体验。

关于arXiv,arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。