Chinese content研究提出GIB-200K基准:VLM面对检索噪声时并不像理想观察者那样权衡文本与图像
做检索增强或多模态应用的人该看看:论文实测 LLaVA 偏信检索文本、InternVL3 偏信图像,文档说谎时模型会放弃高达 71% 的正确答案。200K 条基准和代码全开源,可以直接拿来测自己的系统。
做检索增强或多模态应用的人该看看:论文实测 LLaVA 偏信检索文本、InternVL3 偏信图像,文档说谎时模型会放弃高达 71% 的正确答案。200K 条基准和代码全开源,可以直接拿来测自己的系统。