HoliGround est un benchmark innovant conçu pour évaluer la qualité du raisonnement en chaîne de pensée (Chain-of-Thought) des modèles d'IA multimodaux. Il mesure la fidélité des rationales intermédiaires produites par ces modèles, au-delà de la simple précision des réponses finales. Le projet propose une métrique intégrant la logique, la complexité des tâches visuelles et l'évaluation holistique de la cohérence entre les prédictions et les annotations de référence.