O M2RAG é um repositório de código de benchmark para geração aprimorada por recuperação em contexto multimodal. Ele responde a perguntas recuperando documentos multimodais, avaliando a capacidade dos grandes modelos de linguagem multimodal (MLLMs) de utilizar o conhecimento do contexto multimodal. O modelo foi avaliado em tarefas como descrição de imagens, perguntas e respostas multimodais, verificação de fatos e rearranjo de imagens, com o objetivo de melhorar a eficácia do modelo no aprendizado de contexto multimodal. O M2RAG fornece aos pesquisadores uma plataforma de teste padronizada, ajudando a impulsionar o desenvolvimento de modelos de linguagem multimodal.