**MMEnterprise-Bench：评估多模态记录演化下的企业智能体能力**

_MMEnterprise-Bench: Evaluating Enterprise Agents over Evolving Multimodal Records_

> 该研究提出了 MMEnterprise-Bench 基准，用于评估智能体在处理随团队协作不断演化的多模态企业记录时的能力。基准包含 1,613 个涵盖证据推理、冲突解决及不可回答性的问题。测试发现，即便是最强的多模态大模型，在面对跨来源或时间冲突以及涉及多张图片的证据时表现仍不理想，且单纯增加检索预算并不能显著提升回答准确率。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-21 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.27911)