约翰霍普金斯大学 发布 FaceXBench 数据集, 应用在 人脸识别、多模态学习 领域

约翰霍普金斯大学 本次发布的数据集 FaceXBench, FaceXBench是由约翰霍普金斯大学的研究团队创建的一个综合性基准，旨在评估多模态大语言模型（MLLMs）在复杂人脸理解任务中的表现。该数据集包含5000个多模态选择题，涵盖了6大类14个任务，数据来源于25个公共数据集和新创建的FaceXAPI数据集。FaceXBench包含10441张独特的人脸图像，涵盖了不同年龄、性别、种族、分辨率和表情的多样性。数据集的创建过程包括从现有数据集中提取测试集、手动创建问题模板以及生成答案选项。FaceXBench的应用领域包括人脸识别、人脸认证、人脸分析等，旨在解决MLLMs在人脸理解任务中的不足，推动该领域的研究进展。

查看FaceXBench

关于 约翰霍普金斯大学 , 约翰霍普金斯大学是美国一所著名的私立研究型大学，以其医学、公共卫生和生物科技领域的卓越研究和教育而闻名。

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。