MM-UAVBench: 评估用于低空无人机的多模态大语言模型

本文介绍了 MM-UAVBench，这是一个新的基准，旨在评估多模态大型语言模型 (MLLM) 在低空无人机 (UAV) 场景中的表现。其意义在于弥补了当前 MLLM 基准测试的不足，这些基准测试通常忽略了 UAV 应用的特定挑战。该基准测试侧重于感知、认知和规划，这些对于 UAV 智能至关重要。本文的价值在于提供了一个标准化的评估框架，并突出了现有 MLLM 在该领域的局限性，从而指导未来的研究。

• •MM-UAVBench 是一个用于评估低空无人机场景中 MLLM 的新基准。
• •该基准评估感知、认知和规划能力。
• •实验揭示了当前 MLLM 在该领域的局限性。
• •该基准使用真实世界的无人机数据，包含超过 5700 个问题。