本文介绍了ench多模式基准测试，用于评估ML在网页任务中的能力。通过在ench上评估14个开源MLLMs，揭示了重要挑战和性能差距。进一步分析突出了当前MLLMs的限制，包括缺乏基础知识和在低分辨率图像输入下表现不佳。ench将成为研究界宝贵的资源，并为创建更强大和多功能的MLLMs做出贡献。

本文介绍了ench多模式基准测试，用于评估近年来在网页任务中的多模式大型语言模型的能力。通过在ench上评估14个开源MLLMs，揭示了重要挑战和性能差距。进一步分析突出了当前MLLMs的限制，包括在文本丰富环境中缺乏基础知识和在低分辨率图像输入下表现不佳。ench将成为研究界宝贵的资源，并为创建更强大和多功能的网页相关应用的MLLMs做出贡献。

本文介绍了ench多模式基准测试，用于评估多模式大型语言模型在网页任务中的能力。通过评估14个开源MLLMs，揭示了重要挑战和性能差距。进一步分析发现当前MLLMs的限制，包括缺乏基础知识和在低分辨率图像输入下表现不佳。ench将成为研究界宝贵的资源，并为创建更强大和多功能的MLLMs做出贡献。