ActiveVision: Thử thách khả năng quan sát chủ động của các mô hình đa phương thức

Tóm tắt AI

ActiveVision là bộ tiêu chuẩn đánh giá mới buộc các mô hình MLLM phải quan sát liên tục thay vì chỉ nhìn một lần. Kết quả cho thấy ngay cả những mô hình tiên tiến nhất cũng gặp khó khăn lớn khi thực hiện các tác vụ đòi hỏi sự tập trung thị giác chủ động.