MMGenBench: Evaluating the Limits of Large-scale Multimodal Models from the Perspective of Text-to-Image Generation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法来评估大规模多模态模型(LMMs),重点关注文本到图像生成。结果表明,许多在现有基准测试中表现良好的LMMs在基本图像理解和描述任务上存在不足,显示出其性能改进的潜力。

🏷️

标签

➡️

继续阅读