M2RAG est une bibliothèque de code de référence pour la génération améliorée par la recherche dans un contexte multimodal. Il répond aux questions en récupérant des documents multimodaux et évalue la capacité des grands modèles linguistiques multimodaux (MLLM) à exploiter les connaissances contextuelles multimodales. Le modèle a été évalué sur des tâches telles que la description d'images, la question-réponse multimodale, la vérification des faits et le réarrangement d'images, visant à améliorer l'efficacité du modèle dans l'apprentissage contextuel multimodal. M2RAG fournit aux chercheurs une plateforme de test standardisée qui contribue à faire progresser le développement des modèles linguistiques multimodaux.