다중 모델 아니라 텍스트 하위 집합만 평가했다는데


멀티모달자료 다 0점처리하고 점수 매긴건지


멀티모달 문제 제외하고 점수 매긴건지 따라 다른데


후자면 점수가 비교했을때 높게 측정된 편이고 전자면 성능이 매우 좋은거(대체로 멀티모달 성능이 아직 텍스트보다 낮기 때문에)