奥斯纳布吕克大学 发布 iVISPAR 数据集, 应用在 视觉语言模型、空间推理 领域

奥斯纳布吕克大学 本次发布的数据集 iVISPAR, iVISPAR是一个互动式的视觉空间推理基准，由奥斯纳布吕克大学认知科学研究所创建，旨在评估视觉语言模型在动态环境中的空间推理能力。该数据集基于滑动拼图游戏，支持2D、3D和基于文本的输入模态，包含了从简单配置到NP完全挑战的不同难度级别的任务。数据集通过调整板块大小、方块数量和解决方案路径等因素来实现任务复杂性的精细调整，为研究提供了评估视觉语言模型空间推理和规划能力的坚实基础。

查看iVISPAR

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。