通过框架弥合视觉语言模型（VLM）评估差距，实现可扩展和具有成本效益的基准生成

本研究针对现有视觉语言模型基准在域间比较和特定领域评估中的不足，提出了一种资源高效的领域特定基准生成框架，并发布了涵盖七个领域的新基准。通过对22种最先进的VLM进行广泛评估，揭示了不同领域和任务的性能差异，从而推动了针对特定领域基准的需求，为未来的研究指明了方向。