优惠 多图像关系基准新评估工具 MIRB：用来衡量这些模型在处理和推理多个图像时的表现，评估和测试视觉语言模型在理解多图像方面的能力

爱丁堡大学和同济大学的研究人员推出新评估工具 MIRB（Multi-Image Relational Benchmark, 多图像关系基准），用来衡量这些模型在处理和推理多个图像时的表现，评估和测试视觉语言模型（VLMs）在理解多图像方面的能力。论文通过广泛的评估发现，尽管在单图像任务中一些开源的视觉语言模型能够与一些... 阅读全文