Can Large Language Models Assist Multimodal Language Analysis? MMLA: A Comprehensive Benchmark Test
本研究针对多模态语言分析领域的一个重要空白，即现有多模态大型语言模型（MLLMs）在理解认知级语义方面的能力不足。我们提出了MMLA基准测试，以评估和提升多模态语义理解，通过分析超过61,000条多模态发言，发现即使经过优化的模型准确率仅在60%~70%之间，这表明当前模型在理解复杂人类语言方面仍存在局限性。此研究为进一步探索大型语言模型在多模态语言分析中的潜力奠定了基础，并提供了有价值的资源。
本研究提出MMLA基准测试，针对多模态大型语言模型在认知级语义理解方面的不足。分析结果显示，模型的准确率仅为60%~70%，表明其在复杂语言理解上仍存在局限，为未来研究提供了基础。
