传统中国文化理解能力的多模态大语言模型基准测试

本研究解决了多模态大语言模型在非西方文化语境中的有效性不足的问题。我们提出了名为“TCC-Bench”的基准测试，专门用于评估多模态大语言模型对传统中国文化的理解能力，涵盖丰富的文化和视觉数据。实验结果表明，当前模型在处理与文化相关的视觉内容时仍面临重大挑战，强调了发展具有文化包容性和情境感知能力的多模态系统的必要性。