大模型作为评判者

Multi-Crit：面向多元准则遵循能力的多模态评判者基准

Multi-Crit: Benchmarking Multimodal Judges on Pluralistic Criteria-Following

为视觉生成与多模态理解提供了一套以细粒度准则为条件的评判基准与三项新指标（多元准则遵循度、准则切换灵活性、准则级偏好冲突识别），可直接用于诊断和选择 LMM 作为视觉生成质量评估器，并揭示整体性评判微调无法泛化到准则级判断这一关键失效模式。