介绍ClockBench，评估LLM视觉推理能力

那么 ClockBench 到底是什么？
- 从头构建了36个自定义钟面，每个钟面有5个示例时钟
- 共180个时钟，每个时钟4个问题，总计720个问题
- 测试了6个实验室的11个具备视觉理解能力的模型，以及5名人类参与者