VLM-评判评测框架

WEAVE：释放并基准化上下文交错理解与生成

WEAVE: Unleashing and Benchmarking the In-context Interleaved Comprehension and Generation

提供了首个面向多轮上下文交错理解与生成的大规模数据集与人工标注基准，并给出结合参考图像与原始图文指令对的混合 VLM 评判协议，可直接用于训练和评测统一多模态模型的视觉记忆与上下文推理能力。