公开知识图谱记录
Gemini 3.1 Pro
记录摘要
作为多模态评审员对前10个结果卡片评分
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 参与 HarnessDev 的 creator LLM 测试
- 支持类型: 视频和文本字幕输入、评分输出
- 性能: Offline accuracy 67.40% on sibling node pairs
- 性能: 67.40% offline accuracy
资料覆盖
知识图谱当前记录了 8 个已知资料维度，另有 10 个维度尚未记录，关联 5 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- HarnessDev — 采用
- Subtext-Decor-90 — 采用
- Ensemble (LLM arbiter) — 采用
- Ensemble (majority vote) — 采用