BFCL-V4厂商自报 · 越高越好
32.5%
Vendor table (BFCL V4)
成绩出处BLINK厂商自报 · 越高越好
61.5%
Vendor table (BLINK)
成绩出处ChartQA厂商自报 · 越高越好
81.3%
Vendor table (ChartQA test)
成绩出处DocVQA厂商自报 · 越高越好
91.1%
Vendor table (DocVQA val); Liquid footnote: original 0–1 normalized to 0–100
成绩出处Hallusion Bench厂商自报 · 越高越好
47.2%
Vendor table (HallusionBench)
成绩出处IFBench厂商自报 · 越高越好
25.8%
Vendor table (IFBench)
成绩出处IFEval厂商自报 · 越高越好
82.3%
Vendor table (IFEval)
成绩出处MathVista-Mini厂商自报 · 越高越好
68.5%
Vendor table (MathVista mini)
成绩出处MMBench-V1.1厂商自报 · 越高越好
81%
Vendor table (MMBench dev EN v1.1)
成绩出处MME厂商自报 · 越高越好
73.1%
Vendor table (MME); Liquid normalizes 0–2800 → 0–100
成绩出处MM IF-Eval厂商自报 · 越高越好
60.6%
Vendor table (MM-IFEval)
成绩出处MMMU-Pro厂商自报 · 越高越好
30.5%
Vendor table (MMMU-Pro); Liquid footnote: 10-choice MC variant
成绩出处MMMU (val)厂商自报 · 越高越好
48.4%
Vendor table (MMMU val)
成绩出处MMStar厂商自报 · 越高越好
63.3%
Vendor table (MMStar)
成绩出处MuirBench厂商自报 · 越高越好
58.3%
Vendor table (MuirBench)
成绩出处Multi-IF厂商自报 · 越高越好
59.4%
Vendor table (Multi-IF)
成绩出处OCRBench厂商自报 · 越高越好
84.2%
Vendor table (OCRBench v1); Liquid normalizes 0–1000 → 0–100
成绩出处OCRBench-V2 (en)厂商自报 · 越高越好
47.5%
Vendor table (OCRBench v2 En)
成绩出处POPE厂商自报 · 越高越好
88.7%
Vendor table (POPE); Liquid footnote: F1 over adversarial/popular/random
成绩出处RealWorldQA厂商自报 · 越高越好
73.1%
Vendor table (RealWorldQA)
成绩出处RefCOCO-avg厂商自报 · 越高越好
0.88%
Vendor table (RefCOCO-avg P@1 over 8 splits)
成绩出处SimpleVQA厂商自报 · 越高越好
0.35%
Vendor table (SimpleVQA)
成绩出处TextVQA厂商自报 · 越高越好
84.3%
Vendor table (TextVQA val)
成绩出处