Life-Bench

新基准 Life-Bench 评估大型语言模型的多模态个性化能力

研究人员推出了 Life-Bench，这是一个旨在评估大型语言模型多模态个性化能力的新基准。该基准包含 10 个任务中的 11,800 多个问答对，侧重于概念识别、事件理解和个人历史中的聚合推理。该研究还提出了 LifeGraph，一个个人知识图谱框架，用于辅助结构化检索源视觉证据，并表明当前的检索方法在复杂推理任务中存在困难，在聚合推理上的准确率低于 0.40。