Tag · 2 篇
多语言基准
分布 视觉语言模型1数据集与评测1
01 02
MMTIT-Bench：一个面向认知-感知-推理引导的文本图像机器翻译的多语言多场景基准
MMTIT-Bench: A Multilingual and Multi-Scenario Benchmark with Cognition-Perception-Reasoning Guided Text-Image Machine Translation
为视觉语言大模型在图像内文本翻译任务上提供了多语言、多场景的评测基准，并提出将场景认知、文本感知与翻译推理统一进思维链的数据范式，可直接迁移到其他需要视觉定位与语言生成联合推理的 VLLM 任务。
CURVE：面向文化与多语言长视频推理的基准
CURVE: A Benchmark for Cultural and Multilingual Long Video Reasoning
提供了一个以原生语言、区域文化视频构建的长视频推理基准，并给出基于推理链构建证据图来定位细粒度推理错误的迭代评测策略，可直接用于诊断 Video-LLM 在视觉文化感知环节的失效点。