香港科技大学 发布 MMLONGBENCH 数据集, 应用在 视觉语言模型、基准测试 领域

香港科技大学 本次发布的数据集 MMLONGBENCH, MMLONGBENCH 是一个全面的基准测试，旨在有效地评估长上下文视觉语言模型（LCVLMs）。该数据集包含 13,331 个示例，涵盖了五种不同类别的下游任务，如视觉 RAG 和 Many-Shot ICL。MMLONGBENCH 提供了对各种图像类型的广泛覆盖，包括各种自然和合成图像。为了评估模型对不同输入长度的鲁棒性，所有示例都通过跨模态分词方案以五个标准化的输入长度（8K-128K Tokens）提供。通过全面测试 46 个闭源和开源 LCVLMs，我们提供了对当前模型视觉语言长上下文能力的全面分析。

查看MMLONGBENCH

README 内容： 

关于 香港科技大学 , 香港科技大学是一所位于中国香港的国际化研究型大学，以其在科学、技术、工程和管理领域的卓越教育和研究成果而著名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。