跳到正文
arXiv · 机器人与计算机视觉· Keyan Zhou, Zecheng Tang, Lingfeng Ming, Qiguang Chen, Wangjie You, Guanghao Zhou, Dan Qiao, Zheming Yang, Libo Qin, Minghui Qiu, Juntao Li, Min Zhang·· 2026-10-06AI 评分42

MMLongCite:首个评估长上下文视觉语言模型忠实度的基准测试

MMLongCite: A Benchmark for Evaluating Faithfulness of Long-Context Vision-Language Models

AI 导读

MMLongCite 是首个通过多模态引用生成来评估长上下文视觉语言模型(LCVLMs)忠实度的基准,涵盖 8 项任务及从 16K 到 128K token 的上下文长度。该基准包含 2,280 个示例并引入 MMLongCite-HR 版本以测试密集像素空间中的细粒度视觉定位能力。实验结果显示模型回答正确性与引用忠实度存在显著差异,揭示了当前多模态引用能力的局限及失败机制。

来源:arXiv · 机器人与计算机视觉 · arxiv.org