TRIAD全模态歧义评测基准发布

研究团队推出TRIAD基准，用于评估多模态大语言模型的全模态歧义消解能力。该基准包含86个场景组及327个手写查询，覆盖三种模态下的18类歧义，专门设计用于区分模型对文本、图像及音频线索的综合处理能力。 对14个全模态系统的测试表明，模型在组准确率上比人类低20分以上，且常忽视音频线索。该研究将评测焦点从简单的识别转向歧义消解，为衡量相关能力提供了分类体系与诊断协议，揭示了当前模型在多模态协同推理上的不足。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。