IXThinker·2025-05-27 12:20

多模態長文理解測評：46款模型無一過128K關

港科大、騰訊西雅圖AI Lab、愛丁堡大學、Miniml.AI與英偉達的研究人員聯合提出MMLongBench，為長上下文視覺語言模型提供綜合評測基準，涵蓋跨模態推理、資訊抽取、問答等多類任務，填補評測空白。

基準緣起

隨著多模態大模型單次推理的文本窗口快速擴展，可處理數百張圖像與較長交錯文本的長上下文視覺語言模型（LCVLMs）應運而生。但現有測試集多只關注單一任務，如大海撈針或長文檔問答，缺乏綜合標準。