MMOOC: A Comprehensive Benchmark for Out-of-Context Evaluation in Multimodal Large Language Models

  • 类型：arxiv
  • 标识：2607.27637
  • 链接：https://arxiv.org/abs/2607.27637
  • 主分类：evaluation
  • 形态：benchmark
  • 被引：0
  • 被引来源：Semantic Scholar + OpenAlex
  • S2被引：0
  • OpenAlex被引：0
  • 影响力被引：0
  • TLDR：This work presents MMOOC, a large-scale benchmark for evaluating refusal and robust answering abilities of MLLMs, and introduces an LLM-as-a-Judge metric to assess the correctness of model reasoning.
  • OpenAlex ID：W7171924854
  • OpenAlex DOI：10.48550/arxiv.2607.27637
  • DOI：10.48550/arxiv.2607.27637
  • DOI来源：OpenAlex
  • 开放获取：green
  • 开放获取链接：https://doi.org/10.48550/arxiv.2607.27637
  • OpenAlex更新：2026-08-30
  • 副分类：multimodal
  • 待LLM分类：否
  • 标题中文：MMOOC：面向多模态大语言模型上下文外评估的综合基准
  • TLDR中文：本文提出 MMOOC，一个用于评估 MLLMs 拒答与鲁棒回答能力的大规模 benchmark，并引入 LLM-as-a-Judge 指标来衡量模型推理的正确性。
  • 来源文件：
  • /inbox/tom/_candidates/2026-08-11-agent-rag-longcontext-candidates.json
  • [S2 enrich]
  • [OpenAlex backfill]