Bài báo & nghiên cứu

Answer.AI phát hành ReadBench: chỉ ra sự suy giảm hiệu năng rõ rệt của mô hình ngôn ngữ thị giác khi đọc hình ảnh văn bản dài

Tiêu đề gốc:TIL: Vision-Language Models Read Worse (or Better) Than You Think

Tóm tắt AI

Answer.AI ra mắt chuẩn đánh giá mới ReadBench, chuyên đánh giá khả năng trích xuất và suy luận thông tin văn bản từ hình ảnh của mô hình ngôn ngữ thị giác (VLM). Nghiên cứu phát hiện dù độ phân giải cao không ảnh hưởng nhiều đến tác vụ tạo sinh, gần như mọi VLM đều suy giảm hiệu năng rõ rệt khi xử lý hình ảnh tài liệu dài nhiều trang, cho thấy giải pháp Visual RAG hiện tại chưa khả thi với ngữ cảnh dài. Ngược lại, GPT-4o thể hiện tương đối tốt ở ngữ cảnh ngắn và nhiều trang, mức suy giảm tổng thể nhỏ hơn. Chuẩn đánh giá đã được mã nguồn mở, bao gồm phiên bản hình ảnh hóa của các bộ dữ liệu như MMLU, GPQA.

Thông tin chính

  • Answer.
  • AI ra mắt chuẩn đánh giá mới ReadBench,chuyên đánh giá khả năng trích xuất và suy luận thông tin…
  • Nghiên cứu phát hiện dù độ phân giải cao không ảnh hưởng nhiều đến tác vụ tạo sinh,gần như mọi VLM…
  • Ngược lại,GPT-4o thể hiện tương đối tốt ở ngữ cảnh ngắn và nhiều trang,mức suy giảm tổng thể nhỏ…
  • Chuẩn đánh giá đã được mã nguồn mở,bao gồm phiên bản hình ảnh hóa của các bộ dữ liệu như MMLU,GPQA.

Tóm tắt nhanh

Đăng lúc
Cập nhật lúc
Nguồn
Answer.AI 官方研发博客(RSS)
Danh mục
Bài báo & nghiên cứu
Điểm AI
78
Đọc bản gốc Đọc toàn văn tại nguồn tin gốc
Lý do đề xuất

针对热门的多模态检索增强生成(Visual RAG)场景提供了关键实证数据,揭示了 VLM 在长文档阅读上的实际瓶颈,为开发者选择模型和优化管道提供重要参考。

Nguồn và bản quyền

Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.

Liên kết gốc · Mục AIHOT

Cách trích dẫn

Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.

Orange News: Answer.AI phát hành ReadBench: chỉ ra sự suy giảm hiệu năng rõ rệt của mô hình ngôn ngữ thị giác khi đọc hình ảnh văn bản dài. 5 tháng 6 2025. https://new.nat6.net/vi/news/nqiq403r0cs6cekuujaxe5n7b/

Xem tất cả →