Unison

新的基准测试和调优方法推动统一多模态AI模型发展

研究人员正在开发新的方法和基准测试来改进统一多模态模型（UMMs），旨在整合视觉理解和生成能力。一种名为语义生成调优（SGT）的方法，使用图像分割作为生成代理来对齐这些能力，在理解和生成方面均表现出性能提升。同时，正在引入MMGist和Unison等新基准测试，以解决现有评估中存在的问题，例如视觉依赖性不足和性能饱和。这些基准测试旨在为UMMs提供更准确、更具区分度的评估，并突出视觉逻辑等方面的持续薄弱环节。