본 논문은 대규모 다중 모달 모델의 개방형 출력 평가의 어려움을 해결하기 위해, 다양한 작업과 측면에 걸쳐 통합적인 미세 입자 평가자 UFEval을 제안합니다. UFEval은 자연어 생성, 이미지 이해, 이미지 생성, 그리고 텍스트 및 이미지 교차 생성 등 네 가지 작업에 걸쳐 112가지의 세분화된 측면을 포함하는 계층적 측면 분류 체계를 기반으로 합니다. 6만 4천 개의 쌍 비교 샘플과 32만 5천 개의 평가 라벨로 구성된 미세 입자 평가 데이터셋 FRABench를 구축하여 UFEval을 학습시켰습니다. 실험 결과, 특정 측면에 대한 학습이 보이지 않는 측면으로의 일반화를 가능하게 하고, 다양한 작업과 측면에 대한 공동 학습이 상호 이익을 가져온다는 것을 보여줍니다.
