本研究探讨了多模态大语言模型（MLLM）在下游任务中的应用性能限制，提出了任务专家特化和开放世界稳定化的挑战，并通过分类和基准测试不同调整方法，为MLLM的优化提供评估分析和调整原则，指出未来研究方向。