LED-BENCH：面向大幅面工程图纸理解的多学科基准

LED-BENCH 是覆盖机械、建筑、交通领域的大幅面工程图纸理解基准，用于评测细粒度理解与跨区域证据推理。对 11 个多模态大模型的评测显示，GPT-5.6 Sol 平均准确率仅 52.65%，各工程领域表现不一，且所有模型在需要整合更广证据的问题上表现更差。