MM-SAP：评估多模态大型语言模型在感知领域自感知能力的综合基准
原文中文，约500字，阅读约需2分钟。
📝
内容提要
最近的研究关注生成式多模态大型语言模型（MLLMs），通过引入名为SEED-Bench的基准测试解决了MLLMs生成理解的评估问题。该基准测试包含19K个准确的多项选择问题，涵盖了12个评估维度，包括图像和视频模态的理解。通过评估结果揭示了现有MLLMs的局限性，并建立了一个排行榜为社区提供评估和研究模型能力的平台。
🏷️
