本文研究多图像视觉问答任务，提出“可视的干草堆”基准来评估模型处理无关图像的能力。我们引入MIRAGE框架，专注于提升LMMs在MIQA任务中的效率和准确性。评估结果显示，MIRAGE在基准测试中表现优于闭源模型，并提高了多阶段方法的效率。

本文介绍了多图像视觉问答（MIQA）任务和新的公共基准“可视的干草堆（VHs）”，并提出了MIRAGE框架来处理LMMs的MIQA挑战。MIRAGE在VHs基准上超过了GPT-4o模型，并实现了高达3.4倍的效率改进。