TorchUMM：统一多模态模型代码库

论文发布统一多模态模型评估与后训练代码库 TorchUMM。

资讯摘要

论文提出 TorchUMM，作者称其为首个面向多种统一多模态模型（UMM）的统一代码库，覆盖评估、分析与后训练。它支持不同规模与设计范式的模型，基准涵盖多模态理解、生成、编辑三个任务维度，并整合已有与新数据集，考察感知、推理、组合性与指令遵循能力。代码已在 GitHub 发布。

要点速读

1. 论文提出 TorchUMM，称其为首个跨多种 UMM 骨干、任务与数据集的统一代码库，支持评估、分析与后训练。
2. 基准覆盖多模态理解、生成、编辑三个维度，整合已有与新数据集，考察感知、推理、组合性与指令遵循。
3. 作者称统一接口与标准化评估协议可实现异构模型间的公平、可复现比较；代码已在 GitHub 公开。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。