IXThinker·2025-02-13 18:10

小紅書夥上交大推多模態理解新基準

小紅書與上海交通大學聯合提出多模態基準WorldSense，用來評估多模態大模型（MLLM）對真實場景的理解能力。測評結果令人意外：表現最好的專有模型Gemini 1.5 Pro，準確率亦只有48%。

為何需要新基準

想像駕駛時不僅要用眼睛觀察路面，還要聽聲音辨別環境——真實世界本來就是多模態的。然而現有評測多集中於單一媒介，缺乏衡量模型在真實場景下視聽協同理解的標準，WorldSense正是為此而生。