GapEval双向基准量化多模态模型理解生成差距

Chenlong Wang等人提出并发布GapEval双向基准，每道题可分别用图像和文本作答，用于量化统一多模态模型（UMM）理解与生成能力之间的差距，并衡量两个“统一”方向的跨模态一致性。 实验显示，不同架构的UMM在两个方向上均存在持续差距，研究者据此认为当前模型只实现了表层统一而非深层认知融合。研究进一步表明，模型内部知识往往彼此割裂，跨模态的能力涌现与知识不同步。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。