发布 Multimodal Uncertainty Benchmark (MUB) 数据集, 应用在 自然语言处理、模型评估 领域

本次发布的数据集 Multimodal Uncertainty Benchmark (MUB), 该数据集是一个旨在评估多模态大型语言模型（MLLMs）在误导性情境下响应不确定性的基准测试。该基准测试包含了显性和隐性的误导性指令，并重点关注了12个开源和5个闭源MLLMs在各个领域的表现。任务目标是评估MLLMs对误导性指令的易受性以及在此类条件下的性能表现。

查看Multimodal Uncertainty Benchmark (MUB)

README 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。