【数据集—benchmark】VLM多模态大模型评估指标benchmark汇总

多模态评估基准

从7个方面对20+LMM的指标进行汇总,分别为:

• 图像描述:COCO、Nocaps、Flickr30K、TextCaps
• 图像问答:GQA、VQA、VQAv2、OK-VQA、SciQA-Img、VizWiz、IconQA、VSR、HM、TextVQA和OCR-VQA
• 视觉定位:RefCOCO、RefCOCO+、RefCOCOg和 GRIT
• 幻觉:PoPE、CHAIR
• 综合评估:MME、TouchStone、SEED-Bench、MM-Vet、MMB、NMB-CN、LLaVA-Bench
• 纯文本评估:MMLU、BBH、AGIEval、ARC-c和ARC-e
• 视频问答:MSRVIT-QA、MSVD-QA、TGIF-QA

主要的BenchMark