全华人团队推出多模态大模型新基准，GPT-4o准确率仅为65.5%，所有模型最易犯感知错误

AIGC动态欢迎阅读

原标题：全华人团队推出多模态大模型新基准，GPT-4o准确率仅为65.5%，所有模型最易犯感知错误
关键字：任务,模型,数据,研究人员,视觉
文章来源：量子位
内容字数：0字

内容摘要：

王家豪投稿自凹非寺量子位 | 公众号 QbitAIGPT-4o再次掀起多模态大模型的浪潮。
如果他们能以近似人类的熟练程度，在不同领域执行广泛的任务，这对许多领域带来性进展。
因而，构建一个全面的评估基准测试就显得格外重要。然而评估大型视觉语言模型能力的进程显著落后于它们自身的发展。
来自上海AI Lab、香港大学、上海交大、浙江大学等多家机构提出了 MMT-Bench。
这是一个全方位的多模态基准测试，旨在全面评估大型视觉语言模型（LVLMs）在多模态多任务理解方面的表现。
研究团队还对当前几个代表的视觉大模型进行了能力评估，结果发现感知错误、推理错误是所有模型最常见的两大错误。
多模态多任务AGI基准测试MMT-BenchMMT-Bench的广度体现在三个方面。
首先，MMT-Bench数据经过精心设计，包含32K个多选视觉语言问题，涵盖了32个核心元任务和162个子任务，这比此前的评测数据集MMBench大8.1倍。
其次，MMT-Bench包含了13种图像类型，如自然场景、合成图像、深度图、富文本图像、绘画、屏幕截图、点云、医学图像等。这样的图片多样性要求模型能够解释理

原文链接：全华人团队推出多模态大模型新基准，GPT-4o准确率仅为65.5%，所有模型最易犯感知错误