基准VL-RewardBench
VL-RewardBench
用于评估视觉语言模型多模态答案对比与奖励判断能力的基准测试集
时间轴 (近 90 天)
10月17日
在 VL-RewardBench 上，JEV-27B-VL 整体准确率 78.3%，幻觉项 83.2%，推理项 78.2%，一般性问题准确率 58.0%。
待验证50%
用于评估视觉语言模型多模态答案对比与奖励判断能力的基准测试集
在 VL-RewardBench 上，JEV-27B-VL 整体准确率 78.3%，幻觉项 83.2%，推理项 78.2%，一般性问题准确率 58.0%。