[NeurIPS'25] MLLM-CompBench 使用 40K 組圖像對與問題，評估 MLLM 在 8 個相對比較維度（視覺屬性、存在性、狀態、情緒、時間性、空間性、數量與品質）的比較推理能力。
MLLM-CompBench 是一個評估 MLLM 比較推理能力的基準，包含 40K 組圖像對與問題，涵蓋視覺屬性、存在性、狀態、情緒、時間性、空間性、數量與品質等 8 個相對比較維度。CompBench 涵蓋動物、時尚、運動與場景等多元視覺領域。
你是這個專案的維護者嗎？展示它已收錄於 YunoDB。
[](https://yunodb.com/tools/raptormaimllm-compbench?utm_source=github&utm_medium=badge)<a href="https://yunodb.com/tools/raptormaimllm-compbench?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/raptormaimllm-compbench.svg" alt="Featured on YunoDB" height="20"></a>
在地優先的搜尋引擎與 MCP 伺服器，專為 AI 代理設計。單一 Rust 二進位檔即可索引程式碼、文件、日誌、JSONL/CSV 與 PDF，支援 BM25 全文、向量與混合搜尋
開源（Apache-2.0）協調器，適用於 Claude Code、Codex 及 30 多種編碼代理。從任務到合併 PR，規劃、執行並監督代理團隊。桌面版（macOS、Windows、Linux）及 iPhone 與 Android 應用程式。
345 個 Claude Code 技能與代理技能及外掛程式（30+ 代理、70+ 自訂命令、330+ 技能、可自訂參考、腳本），適用於 Claude Code、Codex、Gemini C