（来源：上观新闻）
大部分多智能🏇体系统（♏🛳也就是由多🔅🏀个AI代理™协作完成任务的系🧺🐼统）依赖的是"对💢👈话接力"：一🇹🇿🚝个AI完成一🍾🚡段工作后，🏃♀️把结论用⚱😣语言描述给下一个🛴AI，下👩🦳一个AI基🎏👯于这段描述继续🔔🐊工作🇵🇱🎭。他们随机抽↕取了200道🚂🌓题目，让🕖AI多次尝试每😲🇨🇱道题，用实际🔔👑答对率作为👓"真实难度"🦚的衡量标🥁☎准，再与价值📗模型的预🔑测值做对比💊。Hard级📭🇱🇾别中，🐿两张图的🚩每个区域🇯🇵都可能有不同的失👩👩👧💬真类型和严💃🍕重程度，需要🇸🇱🍄逐区域精细分💹🧂析，是最具🏠🍢挑战性的🍃场景🌗。
第一个🌊©是 KAD🔤🤫ID-10k🥓😔，包含8🏥🇬🇮1张参考图像🙈和各类🐃失真版本；第🍸🌞二个是 T🈳ID20🇲🇸🇰🇲13，是另🕕🕵️♀️一个广🌜⚱泛使用的图🤯像质量评估数⛎🔊据集，包含人👨💼工标注的🇸🇷平均意见分（MO⛎S）🇪🇷。。技术中立，曾经是💁平台的护🔡身符，如🍖今正在被司法实🇸🇦🚾践一点点剥🔰去🐴🎏。
