一项名为UMBench的新基准测试已被开发出来,用于评估多模态大语言模型(MLLMs)在城市遥感背景下的细粒度视觉推理能力。该基准测试使用无人机(UAV)影像构建,涵盖交通监控、建筑评估、环境质量和灾害预警等任务。初步评估表明,当前的MLLMs倾向于依赖于一般的场景理解,而不是具体的视觉证据。为了改善这一点,提出了一种新颖的“证据优先”思维链方法,该方法指导模型在无需额外训练的情况下关注细粒度的视觉细节,并在UMBench上显示出性能提升。 AI
影响 该基准测试有望推动AI在城市规划和管理中分析复杂视觉数据能力的提升。
排序理由 该集群描述了一篇介绍AI模型评估基准测试的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →