执行摘要

为 MiniMax-M3 cookbook 的 B200 基准卡添加 MMMU-Pro（10 选多模态）精度数据，包括复现命令和实测 72.7%。纯文档变更，无运行时影响。

功能与动机

MiniMax-M3 cookbook benchmark 卡在 B200 行仅列出了 GPQA Diamond 和 GSM8K，缺少 MMMU-Pro（10 选多模态评测）。PR 旨在补全多模态评测维度，使用户能参考和复现 M3 在 MMMU-Pro 上的表现。

实现拆解

1. 复现命令注册：在 minimax-m3.jsx 的 benchmarkCommands.accuracy 中新增 mmmu_pro_pct 键，值为 sgl-eval run mmmu_pro 命令（含 --thinking 及 M3 推荐采样参数）。
2. UI 标签注册：在同文件的 accuracyLabels 数组追加 ["mmmu_pro_pct", "MMMU-Pro", "%"] 行。
3. 数据填入：在 minimax-m3-benchmarks.jsx 的 B200 行 accuracy 对象加入 mmmu_pro_pct: 72.7，并更新注释记录测量条件。

docs_new/src/snippets/configs/MiniMaxAI/minimax-m3.jsx

注册 MMMU-Pro 精度复现命令和 UI 标签，是文档数据展示的核心配置入口。

// 在 benchmarkCommands.accuracy 中新增 mmmu_pro_pct 命令
accuracy: {
  gsm8k_pct: `pip install git+https://github.com/sgl-project/sgl-eval
sgl-eval run gsm8k ...`,
  gpqa_pct: `pip install git+https://github.com/sgl-project/sgl-eval
sgl-eval run gpqa ...`,
  // 新增：MMMU-Pro 10 选多模态评测复现命令
  mmmu_pro_pct: `pip install git+https://github.com/sgl-project/sgl-eval
sgl-eval run mmmu_pro \
  --base-url http://{{CURL_HOST}}:{{CURL_PORT}}/v1 \
  --model {{MODEL_NAME}} \
  --temperature 1.0 --top-p 0.95 \
  --thinking`,
},
​
// 在 accuracyLabels 数组末尾追加 MMMU-Pro 标签（UI 显示为 "MMMU-Pro"）
accuracyLabels: [
  ["gpqa_pct", "GPQA Diamond", "%"],
  ["gsm8k_pct", "GSM8K", "%"],
  ["mmmu_pro_pct", "MMMU-Pro", "%"],
],

docs_new/src/snippets/configs/MiniMaxAI/minimax-m3-benchmarks.jsx

B200 行精度数据更新，实际填入 MMMU-Pro 数值。

// B200 行的 accuracy 对象新增 MMMU-Pro 精度值
accuracy: {
  gpqa_pct: 89.1,
  gsm8k_pct: 96.5,
  mmmu_pro_pct: 72.7, // 新增：MMMU-Pro 标准 10 选测试分片，1730 题单次 72.66%
},

评论区精华

无 review 讨论。

风险与影响

纯文档更新，无技术风险。影响仅限于 MiniMax-M3 cookbook 页面 B200 行新增一个精度指标。对系统运行无影响。

关联脉络

本 PR 补充的 MMMU-Pro 数据基于之前 #27944（MiniMax-M3 初始基准卡）的 B200 测量结果，是同一 cookbook 的增量完善。sgl-eval 的 MMMU-Pro 支持由 sgl-eval 仓库 PR #19 提供。