MMBench

4周前更新 156 0 0

MMBench是一个多模态基准测试,该体系开发了一个综合评估流程,从感知到认知能力逐级细分评估,覆盖20项细粒度能力,从互联网与权威基准数据集采集约3000道单项选择题。打破常规一问一答基于规则匹配提取选项进行评测,循环打乱选项验证输出结果的一致性,基于ChatGPT精准匹配模型回复至选项。

收录时间:
2024-06-25

文章目录[隐藏]

MMBench是一个多模态基准测试,由上海人工智能实验室、南洋理工大学、香港中文大学、新加坡国立大学和浙江大学的研究人员推出。该体系开发了一个综合评估流程,从感知到认知能力逐级细分评估,覆盖20项细粒度能力,从互联网与权威基准数据集采集约3000道单项选择题。打破常规一问一答基于规则匹配提取选项进行评测,循环打乱选项验证输出结果的一致性,基于ChatGPT精准匹配模型回复至选项。

MMBench的特点和优势

  1. 基于感知与推理,将评估维度逐级细分。约 3000 道单项选择题,覆盖目标检测、文字识别、动作识别、图像
    理解、关系推理等 20 个细粒度评估维度
  2. 更具鲁棒性的评估方式。相同单选问题循环选项提问,模型输出全部指向同一答案认定为通过,相比传统1次性通过评估 top-1 准确率平均下降 10% ~ 20%。最大程度减少各种噪声因素对评测结果的影响,保证了结果的可复现性。
  3. 更可靠的模型输出提取方法。基于 ChatGPT 匹配模型输出与选项,即使模型未按照指令输出也可准确匹配至最合理选项

 

相关导航

Generative AI for Beginners

Generative AI for Beginners

Generative AI for Beginners 是微软 Cloud Advocates 团队推出的十二章生成式AI入门的系列课程,介绍了构建生成式 AI 应用程序的基础知识,在GitHub上已超过1.7万人星标。每章都涵盖了生成式人工智能原理和应用程序开发的一个关键知识点,提供导学视频、书面材料、代码示例和进阶的学习资源推荐。通过整个课程的学习,你将拥有建立自己的生成式人工智能产品和工具的能力,实现应用AIGC技术的想法。