Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

OmniBench: Towards The Future of Universal Omni-Language Models

Created by
  • Haebom
Category
Empty

저자

Yizhi Li, Ge Zhang, Yinghao Ma, Ruibin Yuan, Kang Zhu, Hangyu Guo, Yiming Liang, Jiaheng Liu, Zekun Wang, Jian Yang, Siwei Wu, Xingwei Qu, Jinjie Shi, Xinyue Zhang, Zhenzhu Yang, Xiangzhou Wang, Zhaoxiang Zhang, Zachary Liu, Emmanouil Benetos, Wenhao Huang, Chenghua Lin

개요

본 논문은 다중 모달 대규모 언어 모델(MLLMs)의 다양한 입력(시각, 음향, 텍스트)을 동시에 처리하고 추론하는 능력을 평가하기 위한 새로운 벤치마크인 OmniBench를 제안합니다. OmniBench는 모든 모달에 대한 통합적인 이해를 요구하는 고품질의 사람의 주석을 특징으로 하며, 삼중 모달 처리가 가능한 언어 모델을 '만능 언어 모델'(OLMs)로 정의합니다. 실험 결과, 오픈소스 OLMs는 삼중 모달 상황에서 지시사항 따르기 및 추론에 상당한 한계를 보이며, 기준 모델들 또한 이미지/음향 입력을 텍스트로 대체하더라도 성능이 저조(약 50% 정확도)함을 보여줍니다. 이러한 한계를 해결하기 위해, 논문에서는 OLM 훈련을 위한 96,000개 샘플의 지시어 조정 데이터셋인 OmniInstruct를 개발합니다. 논문은 OLM 성능 향상을 위해 더욱 강력한 삼중 모달 통합 기술 및 훈련 전략 개발을 주장합니다. 코드와 데이터는 공개 저장소(https://github.com/multimodal-art-projection/OmniBench)에서 확인할 수 있습니다.

시사점, 한계점

시사점:
다중 모달 입력을 동시에 처리하고 추론하는 능력을 평가하는 새로운 벤치마크 OmniBench 제시.
오픈소스 OLMs의 삼중 모달 처리 능력의 한계를 밝힘.
OLM 성능 향상을 위한 새로운 instruction tuning 데이터셋 OmniInstruct 개발.
향후 더욱 강력한 삼중 모달 통합 기술 및 훈련 전략 개발 필요성 제시.
한계점:
OmniBench의 규모 및 다양성에 대한 추가적인 검토 필요.
OmniInstruct 데이터셋의 일반화 성능에 대한 추가적인 연구 필요.
현재 오픈소스 OLMs의 성능 한계를 극복하기 위한 구체적인 기술적 해결책 제시 부족.
👍