跨语言评测

M4-RAG：大规模多语言多文化多模态检索增强生成基准

M4-RAG: A Massive-Scale Multilingual Multi-Cultural Multimodal RAG

该基准为视觉语言模型提供了跨42种语言、56种方言和189个国家的8万余个文化多样图像-问题对，并构建了可控检索环境，可用于系统评估多语言多模态RAG的检索效果与模型规模的关系，揭示大模型在RAG下性能反而下降的问题。