UNO-Bench：探索单模态与全模态模型之间单模态-全模态组合规律的统一基准

多模态大语言模型正从单模态理解向统一视觉、音频和语言模态的能力发展，合称全模态模型。然而，单模态与全模态之间的相关性尚不清晰，这需要全面的评估来推动全模态模型的智能化发展。本文引入一种新型、高质量且统一的全模态模型基准，UNO-Bench。该基准旨在有效评估单模态和全模态能力，基于统一的能力分类体系，涵盖44种任务类型和5种模态组合。它包括1250个人工精选的全模态样本，实现98%的跨模态可解性；以及2480个增强的单模态样本。人工生成的数据集符合实际场景，尤其在中国语境下，而自动压缩数据集在速度上提升90%，在18个公开基准上保持98%的一致性。除传统多选题外，我们提出一种创新的多步骤开放式问题格式，以评估复杂推理。集成通用评分模型，支持6种问题类型自动评估，准确率达95%。实验结果表明，单模态与全模态性能之间的组成规律成立，全模态能力在弱模型中表现为瓶颈效应，而在强模型中表现为协同增强。