MMRel：多模态大模型时代的评测物体间关系理解新基准

主要观点总结

本文主要介绍了MMRel数据集，该数据集旨在评估和提升多模态大模型在物体间关系理解方面的能力。文章详细描述了MMRel数据集的创建过程、特点、优势和使用场景。

关键观点总结

关键观点1: MMRel数据集的特点

MMRel是一个大规模、多领域、高质量的数据集，专注于物体间关系理解。它包括超过22K条问答对，问题来自三个不同领域的图片，并考虑了三种物体间关系。所有数据标注都经过人工检查，保证了数据集的高质量和准确性。MMRel还包含一个高难度子集，用于测试模型的极限性能。

关键观点2: MMRel数据集的创建流程

MMRel数据集通过半自动数据收集流程生成。这个过程包括选择性排除复杂场景图像，使用GPT-4V重新标注，以及人工验证收集到的物体间关系数据的质量。

关键观点3: MMRel数据集的应用

MMRel数据集适用于模型评估，也可以用来微调模型，提高模型在关系理解及其他任务上的性能。此外，它还提供了关于多模态大模型性能的大量信息，以及一个用于评估和比较不同模型的基准测试。