纽约大学 发布 UniSim-Bench 数据集, 应用在 多模态感知、模型评估 领域

纽约大学 本次发布的数据集 UniSim-Bench, UniSim-Bench是由纽约大学和瑞士洛桑联邦理工学院创建的多模态感知相似性任务基准，包含7个多模态感知相似性任务，共计25个数据集。该数据集涵盖了从图像到文本的多种感知任务，旨在评估模型在不同任务中的泛化能力。数据集的创建过程结合了多个现有的感知任务，并通过多任务学习方法进行模型训练。UniSim-Bench的应用领域广泛，主要用于评估和改进多模态感知模型的性能，特别是在跨模态相似性评估和生成模型质量评估方面。

查看UniSim-Bench

README 内容： 

关于 纽约大学 , 纽约大学（New York University，简称NYU）是一所位于美国纽约市的私立研究型大学，成立于1831年。该校在全球范围内享有盛誉，尤其以其艺术、人文、社会科学、法学和商学等领域的教育与研究而闻名。

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。