PerceptionBench

PerceptionBench 是一个面向多模态大语言模型（MLLM）的视觉感知能力细粒度评测基准。它聚焦于10种原子级视觉感知能力（如颜色识别、空间关系判断、计数等），通过3000道答案唯一、语义明确的单能力隔离型问题，排除推理与知识干扰，精准定位模型在底层视觉理解上的薄弱环节；采用统一提示与开源GPT-oss-120B自动评判，支持能力维度横向对比与诊断分析。适用于MLLM研发团队开展模型视觉感知能力评估、缺陷归因及迭代优化。