每日 AI 评测速递来啦（12.23）

司南·Daily Benchmark 专区今日上新！

SGI-Bench

一个面向科学通用智能的评测基准，由 1,000 余个经专家精心策划的跨学科样本构成，灵感来源于《Science》杂志提出的 125 个重大科学问题。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2016969

3SGen-Bench

一个统一的图像驱动生成评测基准，提供标准化指标用于评估跨任务的生成保真度与可控性。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2019271

LGBench

一个面向长篇、多目标图像生成任务的评测基准，包含 2,000 个任务，用于系统评估模型在复杂布局、局部对象、排版和标志精度等多目标指令下的执行能力。

https://hub.opencompass.org.cn/daily-benchmark-detail/2512%2019243