跳到正文
arXiv · AI· Yijiang Li, Huiqi Zou, Bingyang Wang, Ziang Xiao·· 10 天前AI 评分42

CEDI框架:通过动态多轮交互评估多模态大语言模型的上下文感知能力

Contextualized Evaluation of Vision Language Models through Dynamic, Multi-turn Interactions

AI 导读

多模态大语言模型(MLLMs)在传统静态基准测试与动态现实应用间存在评估偏差,CEDI框架提出了一种评估者与考员模型及评分者三方交互的新方法。 该框架基于任务图构建,通过多轮对话策略(如澄清请求与对抗性探测)识别模型幻觉。

来源:arXiv · AI · arxiv.org