Multimodal Art Projection 发布 SimpleVQA 数据集, 应用在 视觉问答、自然语言处理 领域

Multimodal Art Projection 本次发布的数据集 SimpleVQA, SimpleVQA是一个多模态事实性评估数据集，用于评估多模态大型语言模型回答自然语言简短问题的能力。数据集包含了多个任务和场景，确保了高质量和具有挑战性的查询，保持了静态且永恒的参考答案，并且易于评估。它将视觉问答项目分类为9个不同的任务，围绕客观事件或常见知识，并设置在9个主题中。通过严格的质量控制流程，保证了高质量、简洁明了的答案，通过LLM-as-a-judge评分系统实现最小化方差评估。

查看SimpleVQA

Dataset card 内容： 

Files and versions 内容： 

关于 Multimodal Art Projection , Multimodal Art Projection（MAP）是一个专注于多模态人工智能研究的开源社区。

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。