实体 CrossModalQA

CrossModalQA

PulseAugur coverage of CrossModalQA — every cluster mentioning CrossModalQA across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_244900 · Sep 10 · 04:00

新的CrossModalQA基准测试用于评估多模态大语言模型在复杂推理方面的能力

研究人员推出CrossModalQA，一个旨在评估多模态大语言模型（MLLMs）在检索增强生成（RAG）任务中的新基准测试。该基准测试通过专注于开放域证据发现以及跨文本和图像的复杂多跳推理，解决了现有系统中的局限性。CrossModalQA包含超过1,800个问答对，源自Wikipedia和Wikimedia Commons，要求模型执行平均跳数达3.50的多跳、跨模态推理。初步实验表明，当前MLLMs在完整证据检索方面存在困难，并且…