复杂推理评测

多模态模型会被多图视觉谜题难住吗？

Will Multimodal Models Be Dazzled by Multi-Image Visual Puzzles?

对做多图/多帧视觉语言推理的人，MIRACLE 提供了强制跨图依赖的评测协议与实例分组设计，可直接用来诊断 MLLM 在高视觉信息密度（谜题、超多图输入）下的结构性关系推理短板，并作为多图训练数据的构造参考。