OpenGVLab 发布 V2PE-Data 数据集, 应用在 多模态数据、视觉问答 领域

OpenGVLab 本次发布的数据集 V2PE-Data, V2PE-Data 数据集包含两个增强型长上下文多模态数据集：Long Visual Question Answering (Long-VQA) 和 Long Multimodal Retrieval (Long-MR)。Long-VQA 数据集扩展了17个广泛采用的数据集，将其内容从短序列扩展到包含多达32K个标记的长序列，用于评估视觉语言模型在理解和推理长多模态序列中的能力。Long-MR 数据集则通过在交错图像和文本序列中插入目标图像或文本段，评估模型从超长多模态序列中检索特定目标的能力。

查看V2PE-Data

Dataset card 内容： 

Files and versions 内容： 

关于 OpenGVLab , OpenGVLab是一个专注于计算机视觉和机器学习研究的组织。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。