MMMU

يطرح MMMU (Massive Multi-discipline Multimodal Understanding) أسئلة بمستوى جامعي تجمع بين نص وصورة — مخطط أو رسم بياني أو بنية كيميائية أو صورة طبية — عبر ست تخصصات، بحيث يتعيّن على النموذج أن «يقرأ» الصورة فعليًا كي يجيب. مثال تمثيلي من Science: يُظهر الشكل المرفق دائرة فيها بطارية 12 V موصولة بمقاومتين على التوالي، مكتوب عليهما R1 = 4 Ω و R2 = 2 Ω. السؤال: «ما التيار الذي تزوّده البطارية؟»، والخيارات (A) 1 A و(B) 2 A و(C) 3 A و(D) 6 A. الإجابة الصحيحة هي (B) 2 A. الاستدلال: المقاومات على التوالي تُجمع، فتكون المقاومة الكلية R = 4 Ω + 2 Ω = 6 Ω، ويعطي قانون Ohm التيار I = V / R = 12 V / 6 Ω = 2 A. هذا السؤال «متعدد الوسائط» لأن قيم المقاومات وترتيبها على التوالي لا يمكن الحصول عليهما إلا بقراءة المخطط، وليس من النص وحده.