MRR-Benchmark 多模态阅读基准数据集

多模态阅读 (MMR) 基准包括 11 个不同任务中的 550 个带注释的问答对，涉及文本、字体、视觉元素、边界框、空间关系和基础，并具有精心设计的评估指标。

The Multimodal Reading (MMR) Benchmark includes 550 annotated question-answer pairs across 11 distinct tasks, covering text, fonts, visual elements, bounding boxes, spatial relationships, and grounding, with well-designed evaluation metrics.

搜集汇总

背景与挑战

背景概述

MRR-Benchmark 是一个多模态阅读基准数据集，由纽约州立大学布法罗分校和 Adobe Research 于 2024 年发布，包含 550 个带注释的问答对，覆盖 11 个不同任务，用于评估大型多模态模型的阅读能力。