Agentic Context Bank

新的基准测试揭示了大型语言模型多模态上下文学习的重大差距

引入了两个新的基准测试 MMCL-Bench 和 Personal-VCL-Bench，用于评估大型语言模型的多模态上下文学习能力。MMCL-Bench 侧重于从视觉规则、程序和证据中学习，而 Personal-VCL-Bench 则评估模型利用用户特定的视觉上下文进行个性化查询的能力。两个基准测试都揭示了当前前沿多模态模型存在的显著局限性，表明它们在有效提取、推理和应用视觉信息方面存在巨大差距。