VDiff-Bench

新的VDiff-Bench基准揭示MLLMs在细微图像差异识别方面存在困难

引入了一个名为VDiff-Bench的新基准，用于评估多模态大型语言模型（MLLMs）在识别图像之间细微差异方面的能力。该基准揭示了当前MLLMs存在的显著弱点，特别是在检测低级视觉变化（如噪声和纹理变化）方面。虽然一些模型在语义变化方面表现良好，但它们在这些更精细的细节上的性能会显著下降，有些模型甚至在存在差异时也无法识别出来。VDiff-Bench旨在提供一个有针对性的诊断工具，以暴露这些在标准的单图像视觉-语言任务中不明显的局限性。