SmartScripto Admin

Hanno-Labs/dinghy-law-0.6b-v1

Hanno-Labs/dinghy-law-0.6b-v1 est un modèle d’embedding juridique de 597 millions de paramètres, affiné à partir de Qwen3-Embedding-0.6B. Il produit un vecteur dense unique de 1 024 dimensions par entrée. Ses poids sont ouverts sous licence Apache 2.0.

VLMsAreBlind

VLMsAreBlind est un benchmark multimodal créé en 2024 par Anh Totti Nguyen et ses collaborateurs à Auburn University et à l’University of Alberta. Il examine les angles morts des modèles vision-langage au moyen de questions visuelles simples appelant des réponses courtes.

TIR-Bench

TIR-Bench est un benchmark de raisonnement multimodal agentique créé en 2025 par agents-x-project, au sein de l’équipe TIR-Bench menée par Ming Li et ses coauteurs. Il évalue la capacité des modèles à « penser avec les images » en intégrant leur création et leur manipulation par des…

SUNRGBD

SUNRGBD est un benchmark public consacré à la compréhension de scènes intérieures à partir d’images RGB-D. Publié en 2015 par Shuran Song, Samuel P. Lichtenberg et Jianxiong Xiao, de Princeton University, il associe informations visuelles et données de profondeur afin d’évaluer…

SlakeVQA

SlakeVQA est un benchmark de visual question answering médical créé par Bo Liu et ses coauteurs en 2021. Il associe des images radiologiques à des questions ouvertes et à des réponses courtes en anglais et en chinois, avec des annotations réalisées par des médecins expérimentés.

OpenAI-MRCR: 2 needle 1M

OpenAI-MRCR: 2 needle 1M est un benchmark créé par OpenAI pour évaluer les modèles de langage confrontés à de très longues conversations synthétiques en anglais. Il cible la résolution de coréférence sur plusieurs tours, lorsque plusieurs contenus similaires sont disséminés dans le…

MRCR v2

MRCR v2, pour Multi-Round Coreference Resolution version 2, est un benchmark créé par OpenAI afin d’évaluer le raisonnement en très long contexte. Cette version enrichit le cadre MRCR original par des critères d’évaluation améliorés et une complexité accrue.