बड़े पैमाने के मल्टीमॉडल मॉडलों के ओपन-एंडेड आउटपुट मूल्यांकन की चुनौतियों का समाधान करने के लिए, यह शोधपत्र UFEval का प्रस्ताव करता है, जो एक सूक्ष्म मूल्यांकनकर्ता है जो अनेक कार्यों और पहलुओं को एकीकृत करता है। UFEval एक पदानुक्रमित पहलू वर्गीकरण पर आधारित है जिसमें चार कार्यों में 112 सूक्ष्म पहलुओं को शामिल किया गया है: प्राकृतिक भाषा निर्माण, छवि समझ, छवि निर्माण, और क्रॉस-टेक्स्ट और छवि निर्माण। हमने UFEval को FRABench पर प्रशिक्षित किया, जो एक सूक्ष्म मूल्यांकन डेटासेट है जिसमें 64,000 युग्मित तुलनात्मक नमूने और 325,000 मूल्यांकन लेबल शामिल हैं। प्रायोगिक परिणाम प्रदर्शित करते हैं कि विशिष्ट पहलुओं पर सीखने से अनदेखे पहलुओं का सामान्यीकरण संभव होता है, और अनेक कार्यों और पहलुओं पर संयुक्त सीखने से पारस्परिक रूप से लाभकारी परिणाम प्राप्त होते हैं।
