波士顿大学 发布 Spatial Aptitude Training (SAT) 数据集, 应用在 空间推理、多模态语言模型 领域

波士顿大学 本次发布的数据集 Spatial Aptitude Training (SAT), Spatial Aptitude Training (SAT) 是一个用于提升多模态语言模型（MLMs）空间推理能力的数据集，由波士顿大学、华盛顿大学、Allen AI 和微软研究院共同创建。该数据集包含218,000个问题-答案对，基于22,000个合成场景，使用逼真的物理引擎生成，能够任意扩展和轻松扩展到新的动作、场景和3D资产。数据集的创建过程利用了ProcTHOR场景和3D资产，通过模板生成静态和动态空间问题，涵盖了从简单的对象关系到复杂的动态任务。SAT数据集主要用于解决MLMs在静态和动态空间推理中的不足，特别是在智能眼镜和具身AI等应用中。

查看Spatial Aptitude Training (SAT)

关于 波士顿大学 , 波士顿大学是一所位于美国马萨诸塞州波士顿的私立研究型大学，成立于1839年，提供包括本科、硕士和博士在内的多种学位课程，涵盖艺术、科学、工程、法律、医学等多个领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。