arXiv cs.AI· Dohyun Kim, Junyong Lhim, Kwanyong Park·· 10 小时前AI 评分26
MPRBench：评估视觉语言模型多模态个性化推理的系统性基准
A Systematic Benchmark for Evaluating Multimodal Personalized Reasoning of Vision-Language Models
AI 导读
研究者提出 MPRBench，一个专门评估多模态大模型（MLLMs）个性化推理能力的基准，包含 12 个子任务，并支持对代表性错误案例的可解释分析。实验发现，当前个性化 MLLMs 仍难以完成个性化推理，主要挑战包括对个性化概念识别不准确以及对无关个人信息敏感。该工作已被 WACV 2027 接收，代码与数据已公开。
正文 · AI 翻译
摘要：人们常常通过对异构形式的个人信息进行整体推理来做出决策。在本文中，我们研究了多模态大语言模型（MLLMs）中相对较少被探索的多模态个性化推理能力。为此，我们提出了 \texttt{MPRBench}，这是一个新颖且全面的基准，专门用于评估跨广泛任务和现实世界挑战的个性化推理。\texttt{MPRBench} 包含 12 个子任务，并额外支持对代表性错误案例的可解释分析。通过大量实验，我们发现当前的个性化 MLLMs 仍然难以进行个性化推理，原因在于若干关键挑战，包括对个性化概念的不准确识别以及对无关个人信息的敏感性。我们希望 MPRBench 能激发对 MLLMs 中个性化推理的进一步研究。代码和数据可在 此 https URL 获取
| 评论： | 已被 WACV 2027 接收 |
| 主题： | 人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2611.06259 [cs.AI] |
| （或 arXiv:2611.06259v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06259 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Dohyun Kim [查看电子邮件]
[v1]
2026年11月4日星期三 10:08:26 UTC（9,286 KB）
来源：arXiv cs.AI · arxiv.org