VLMEvalKit
开源的大型视觉语言模型评估工具包
VLMEvalKit是一款开源的大型视觉语言模型评估工具包，支持即插即用的评估操作，无需繁重的数据准备。该工具包支持多种顶级数据库和最新模型测试，并为用户提供精确匹配和基于LLM的答案提取两种评估结果。有效工具，帮助专业人员和研究者评估模型性能。
VLMEvalKit 项目介绍
项目概述
VLMEvalKit 是一个旨在评估大规模视觉-语言模型（LVLMs）的开源工具包。它可以轻松地通过单个命令对多种基准上的 LVLMs 进行评估，而无需在多个资源库中进行繁重的数据处理。在 VLMEvalKit 中，采用了基于生成的评估方法，并提供通过精确匹配和基于 LLM 的答案提取获得的评估结果。
最新动态
- [2024-11-08] 支持 Aria，这是一种多模态原生模型，感谢 teowu 的贡献。
- [2024-11-04] 支持 WorldMedQA-V，这是一个包含 1000 多个医疗视觉问答（VQA）问题的基准。
- 支持低配置 GPU 的 AUTO_SPLIT 功能，能够将模型自动拆分到多个 GPU 上以减少 GPU 内存使用。
支持的数据集、模型和评估结果
评估结果
VLMEvalKit 提供多模态排行榜的性能数据，可以通过 OpenVLM Leaderboard 下载详细的结果。
支持的图像理解数据集
VLMEvalKit 支持多种图像理解数据集，包括 MM-Vet、MM-Bench Series、SEEDBench 系列等，支持的任务包括多选题（MCQ）、是非题（Y/N）、多轮对话（MTT）、多图像输入（MTI）等。
支持的视频理解数据集
支持的视频理解数据集有 MMBench-Video、Video-MME、MVBench 等，任务类型涵盖 VQA 和 MCQ。
支持的模型
VLMEvalKit 支持多种 API 模型和 PyTorch/HF 模型，如 GPT-4v、Gemini-1.0-Pro、Reka-[Edge / Flash / Core] 等。对于某些模型，可能需要特定版本的 transform 和 torchvision。
快速使用指南
VLMEvalKit 提供易于使用的指南，帮助用户快速开始使用工具包中的功能。
开发指南
开发人员可以根据 VLMEvalKit 提供的指南开发自定义的基准测试、VLMs，或贡献其他代码。所 有贡献者将被记录在报告中，具有 3 个或更多重大贡献的贡献者可以加入 VLMEvalKit 技术报告的作者名单。
项目目标
VLMEvalKit 的设计宗旨是：
- 提供一个易于使用的开源评估工具包，方便研究人员和开发者进行 LVLMs 的评估，并使评估结果易于重现。
- 便于 VLM 开发者评估自己的模型，用户只需实现单一的
generate_inner()函数即可。
VLMEvalKit 旨在简化和加速 LVLMs 的评估过程，为研究与开发社区提供支持。
如果您在研究中使用了 VLMEvalKit 或希望引用其中的数据，请使用提供的 BibTeX 条目进行引用。感谢您的支持！
编辑推荐精选
Keevx
AI数字人视频创作平台
Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。
即梦AI
一站式AI创作平台
提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作
扣子-AI办公
AI办公助手，复杂任务高效处理
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
蛙蛙写作
AI小说写作助手，一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
问小白
全能AI智能助手，随时解答生活与工作的多样问题
问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。
Transly
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。
讯飞智文
一键生成PPT和Word，让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。
讯飞星火
深度推理能力全新升级，全面对标OpenAI o1
科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。
Spark-TTS
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号