首页
/ LMMs-Eval项目v0.3.1版本发布:多模态大模型评估框架全面升级

LMMs-Eval项目v0.3.1版本发布:多模态大模型评估框架全面升级

2025-06-18 18:23:07作者:裘旻烁

LMMs-Eval是一个专注于多模态大语言模型(Multimodal Large Language Models)评估的开源框架。该项目旨在为研究人员和开发者提供一套标准化、可扩展的评估工具,用于全面测试和比较不同多模态模型在各种任务上的表现。随着多模态AI技术的快速发展,LMMs-Eval已成为该领域重要的基准测试平台。

核心功能改进

本次v0.3.1版本带来了多项重要改进,主要集中在模型支持扩展、数据集丰富和系统稳定性提升三个方面。

在模型支持方面,框架新增了对Ross、Qwen2.5-vl等新兴多模态模型的支持,同时优化了Llama Vision系列模型的处理流程。特别值得注意的是,本次更新引入了vLLM兼容模型支持和第三方兼容API接口,这使得评估流程更加灵活高效。vLLM作为高性能推理引擎,能够显著提升评估速度;而兼容接口则方便开发者将现有评估流程迁移到不同模型上。

数据集方面,本次更新新增了多个重要基准测试集。MixEval-X系列扩展了图像和视频评估能力;MMVet-v2作为多模态理解的新基准被引入;VL-RewardBench专注于评估模型的奖励机制;MEGA-Bench提供了大规模综合评估场景;VideoMMMU专注于视频理解任务;HR-Bench则针对高分辨率图像处理能力进行评估。这些新增数据集极大地扩展了评估覆盖范围。

关键技术优化

在系统架构层面,v0.3.1版本进行了多项底层优化。多GPU数据收集机制得到改进,现在会在收集前清除模型和缓存,提高了资源利用效率。设备映射(device_map)处理更加智能,能够更好地适应不同硬件环境。评估过程中的文本处理流程也得到优化,特别是对于纯文本任务的flatten函数进行了修复,解决了NoneType错误问题。

对于视频模型的支持也有显著提升。修复了llava_vid模型在MVBench上的评估问题,确保视频理解任务能够正确执行。同时新增了Charades-STA数据集支持,进一步丰富了视频理解评估场景。

评估能力扩展

在评估方法学上,本次更新引入了重要的新功能。通过添加@maj和@pass标记,现在支持在评估过程中进行多次采样,这有助于获得更稳定的评估结果,特别是对于生成式任务。同时,对聚合函数进行了优化,消除了冗余计算,提高了评估效率。

多语言支持方面,新增了Fleurs中英文分集、Common Voice和GigaSpeech数据集的优化处理,以及Covost2中英翻译任务。这些改进使得框架能够更好地评估模型在多语言场景下的表现。

稳定性与兼容性提升

v0.3.1版本修复了大量影响稳定性的问题。包括Llama Vision处理器的输入修复、MMT输出格式标准化、NaturalBench数据集指标名称修正等。特别针对Gemini API和InternVL2模型中的小错误进行了修复,确保这些模型能够正确参与评估流程。

自定义模型包装器得到改进,现在可以正确使用实例化模型,提高了框架的灵活性。同时,移除了不必要的打印语句和处理笔记本,使日志输出更加清晰简洁。

总结展望

LMMs-Eval v0.3.1版本通过扩展模型支持、丰富评估数据集、优化系统架构和提升稳定性,为多模态大模型研究提供了更加强大的评估工具。特别是对视频理解、多语言处理和高分辨率图像等前沿方向的支持,使框架能够更好地适应快速发展的多模态AI研究需求。

随着多模态技术的不断进步,LMMs-Eval框架将持续演进,为学术界和工业界提供可靠的模型评估基准,推动多模态大模型技术的健康发展。未来版本有望进一步扩展对新兴模型架构的支持,并纳入更多反映真实应用场景的评估任务。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
177
262
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
864
512
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
261
302
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K