MMT-Bench

该数据集名为MMT-Bench，旨在评估多模态大型语言模型（MLLMs）的通用能力。该基准测试强调了提示敏感性和定制化对于准确评估模型性能的重要性。在规模方面，其子集MMT-S包含了跨越19个类别的83项任务，旨在对多模态模型在各类任务中的能力进行评估。