MIA-Bench：朝向更佳的多模態大型語言模型指令跟隨評估

介紹MIA-Bench

我們推出了MIA-Bench，這是一個新的基準，用來評估多模態大型語言模型（MLLMs）在嚴格遵循複雜指令方面的能力。這個基準包含了400對圖片和提示，每一對都是特別設計的，旨在挑戰模型在生成準確回應時，遵循多層指令的能力，並滿足特定的要求模式。

評估結果

來自各種最先進的MLLM的評估結果顯示，性能上存在顯著差異，這突顯了在指令遵循方面需要改進的地方。此外，我們還創建了額外的訓練數據，並探索了監督式微調，以增強模型在不影響其他任務表現的情況下，嚴格遵循指令的能力。

未來的希望

我們希望這個基準不僅能作為測量MLLM遵循指令的工具，還能指導未來在MLLM訓練方法上的發展。