Meta 宣布推出 UniBench：视觉推理需要重塑视觉语言模型，而不是一味缩放

文章预览

Meta最新研究，视觉推理需要重新思考视觉语言模型，而不是一味的迷信Scaling Law 大模型缩放定律（Scaling Laws for Neural Language Models）是指随着模型参数规模的扩大，模型的性能在某些任务上往往会得到显著提升。这些定律在大语言模型（如GPT系列）训练中起到了重要的指导作用，帮助研究人员理解如何平衡模型的规模、数据量和计算资源 Meta人工智能研究机构 FAIR 推出了一个名为 UniBench 视觉语言模型评估框架，旨在重新审视和评估视觉语言模型的存在的问题 Meta FAIR研究团队开发的 UniBench 是一个创新的视觉语言模型(VLM)评估框架，旨在解决当前VLM评估中存在的碎片化和复杂性问题。UniBench的核心是一套包含50多个精心分类的基准测试，涵盖了从物体识别到空间理解、推理等多个能力维度。这些基准被分为七大类型：非自然图像、物体识别、推理、鲁棒 ………………………………