共 1 篇相关文章
一篇arXiv新论文以医学图像对齐评估为试验台,检验前沿多模态大模型的通用视觉推理能力。研究发现前沿MLLM正到达能力拐点,GPT-6在多数场景准确率超85%,而本地微调模型泛化能力明显不足。