Buchumschlag

MANBench: Is Your Multimodal Model Smarter than Human?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Han, Xu, Qitong, Dong, Yiheng, Yang, Xin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reasoning with Sampling: Your Base Model is Smarter Than You Think
von: Karan, Aayush, et al.
Veröffentlicht: (2025)

Are Large Language Models Truly Smarter Than Humans?
von: M, Eshwar Reddy, et al.
Veröffentlicht: (2026)

ScratchEval: Are GPT-4o Smarter than My Child? Evaluating Large Multimodal Models with Visual Programming Challenges
von: Fu, Rao, et al.
Veröffentlicht: (2024)

Tougher Text, Smarter Models: Raising the Bar for Adversarial Defence Benchmarks
von: Wang, Yang, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Multimodal Model for Fake News Detection
von: Li, Yiheng, et al.
Veröffentlicht: (2026)

We-Math: Does Your Large Multimodal Model Achieve Human-like Mathematical Reasoning?
von: Qiao, Runqi, et al.
Veröffentlicht: (2024)

Informed Routing in LLMs: Smarter Token-Level Computation for Faster Inference
von: Han, Chao, et al.
Veröffentlicht: (2025)

Are Large Language Models More Empathetic than Humans?
von: Welivita, Anuradha, et al.
Veröffentlicht: (2024)

CamemBERT 2.0: A Smarter French Language Model Aged to Perfection
von: Antoun, Wissam, et al.
Veröffentlicht: (2024)

Multi-Sense Embeddings for Language Models and Knowledge Distillation
von: Wang, Qitong, et al.
Veröffentlicht: (2025)

Composition-RL: Compose Your Verifiable Prompts for Reinforcement Learning of Large Language Models
von: Xu, Xin, et al.
Veröffentlicht: (2026)

SUGAR: Leveraging Contextual Confidence for Smarter Retrieval
von: Zubkova, Hanna, et al.
Veröffentlicht: (2025)

VRM: Teaching Reward Models to Understand Authentic Human Preferences
von: Liu, Biao, et al.
Veröffentlicht: (2026)

Experiential Semantic Information and Brain Alignment: Are Multimodal Models Better than Language Models?
von: Bavaresco, Anna, et al.
Veröffentlicht: (2025)

Benchmarks Saturate When The Model Gets Smarter Than The Judge
von: Ballon, Marthe, et al.
Veröffentlicht: (2026)

Meow-Omni 1: A Multimodal Large Language Model for Feline Ethology
von: Hu, Jucheng, et al.
Veröffentlicht: (2026)

MOSSBench: Is Your Multimodal Language Model Oversensitive to Safe Queries?
von: Li, Xirui, et al.
Veröffentlicht: (2024)

Your Multimodal Speech Model Says I Have a Face for Radio
von: Nachesa, Maya K., et al.
Veröffentlicht: (2026)

How to Train Your Fact Verifier: Knowledge Transfer with Multimodal Open Models
von: Lee, Jaeyoung, et al.
Veröffentlicht: (2024)

Smarter, not Bigger: Fine-Tuned RAG-Enhanced LLMs for Automotive HIL Testing
von: Feng, Chao, et al.
Veröffentlicht: (2025)

De-biased Multimodal Electrocardiogram Analysis
von: Li, Haitao, et al.
Veröffentlicht: (2024)

Don't Throw Away Your Pretrained Model
von: Feng, Shangbin, et al.
Veröffentlicht: (2025)

How to Merge Your Multimodal Models Over Time?
von: Dziadzio, Sebastian, et al.
Veröffentlicht: (2024)

Error Typing for Smarter Rewards: Improving Process Reward Models with Error-Aware Hierarchical Supervision
von: Pala, Tej Deep, et al.
Veröffentlicht: (2025)

The Better You Learn, The Smarter You Prune: Towards Efficient Vision-language-action Models via Differentiable Token Pruning
von: Jiang, Titong, et al.
Veröffentlicht: (2025)

TeachObs: A Human-Validated Benchmark for Multimodal Teaching Observation and Model Evaluation
von: Jeong, Yeil, et al.
Veröffentlicht: (2026)

Data Distribution Bottlenecks in Grounding Language Models to Knowledge Bases
von: Shu, Yiheng, et al.
Veröffentlicht: (2023)

TablePilot: Recommending Human-Preferred Tabular Data Analysis with Large Language Models
von: Yi, Deyin, et al.
Veröffentlicht: (2025)

How Easy is It to Fool Your Multimodal LLMs? An Empirical Analysis on Deceptive Prompts
von: Qian, Yusu, et al.
Veröffentlicht: (2024)

CoCA: Regaining Safety-awareness of Multimodal Large Language Models with Constitutional Calibration
von: Gao, Jiahui, et al.
Veröffentlicht: (2024)

Locas: Your Models are Principled Initializers of Locally-Supported Parametric Memories
von: Lu, Sidi, et al.
Veröffentlicht: (2026)

LargePiG: Your Large Language Model is Secretly a Pointer Generator
von: Sun, Zhongxiang, et al.
Veröffentlicht: (2024)

Generating Effective CoT Traces for Mitigating Causal Hallucination
von: Zhao, Yiheng, et al.
Veröffentlicht: (2026)

MJ-Bench: Is Your Multimodal Reward Model Really a Good Judge for Text-to-Image Generation?
von: Chen, Zhaorun, et al.
Veröffentlicht: (2024)

Is ChatGPT More Empathetic than Humans?
von: Welivita, Anuradha, et al.
Veröffentlicht: (2024)

Can Large Multimodal Models Uncover Deep Semantics Behind Images?
von: Yang, Yixin, et al.
Veröffentlicht: (2024)

Are Smarter LLMs Safer? Exploring Safety-Reasoning Trade-offs in Prompting and Fine-Tuning
von: Li, Ang, et al.
Veröffentlicht: (2025)

SpeechAgents: Human-Communication Simulation with Multi-Modal Multi-Agent Systems
von: Zhang, Dong, et al.
Veröffentlicht: (2024)

A Comprehensive Survey of Large Language Models and Multimodal Large Language Models in Medicine
von: Xiao, Hanguang, et al.
Veröffentlicht: (2024)

Don't Forget Your Reward Values: Language Model Alignment via Value-based Calibration
von: Mao, Xin, et al.
Veröffentlicht: (2024)