待验证50% 置信事实精确时间

视觉语言模型的常见评测基准包括VQAv2、MMBench、MMMU、TextVQA以及MME

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Scalpel-VL-1.7B：0.1B恢复token实现20-30%推理加速解析

涉及实体

VQAv2concept MMBenchconcept MMMUconcept TextVQAconcept MMEconcept

相关事实

待验证视觉语言模型(VLM)能够同时处理图像和文本信息,建立两者之间的语义关联72% 相似待验证LlamaFactory supports unified fine-tuning for more than 100 large language models (LLMs) and vision-language models (VLMs)71% 相似待验证VLM由视觉编码器、语言模型骨干和跨模态对齐模块三部分构成66% 相似待验证HELM的后续版本已扩展到对视觉语言模型和代码生成模型的评估66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/902380

API

curl https://kongchang.com/api/v1/knowledge/claims/902380

MCP

get_claim(id=902380)