当前AI领域存在认知偏差：模型检索到匹配Skill的题目得分更高，不代表Skill真的提升了最终答案质量。
MMBench是一个针对多模态大模型的全面评测体系，旨在系统评估模型在多种任务和模态下的综合能力。
AGI-Eval是一个专注于AI大模型评测的在线社区，提供全面、客观、科学的模型评估服务。
