南洋理工大学 发布 VISUAL-RAG 数据集, 应用在 视觉问答、多模态学习 领域

南洋理工大学 本次发布的数据集 VISUAL-RAG, VISUAL-RAG是由南洋理工大学等机构提出的一种针对视觉知识密集型问题的问答基准数据集。该数据集包含400个查询，每个查询都针对一个生物体的特定视觉特征，如颜色、图案、形状等，且答案通常适用于该物种的所有实例。数据集通过人类筛选和重写的方式构建，确保每个问题都对应有一张或多张含有答案线索的图像，并且这些线索图像在图像知识库中占少数。VISUAL-RAG旨在评估多模态大型语言模型在检索增强生成设置下提取视觉知识的能力。

查看VISUAL-RAG

README 内容： 

关于 南洋理工大学 , 南洋理工大学是新加坡的一所综合性研究型大学，以工程和商业学科见长，同时在科学、文学、医学等多个领域也有显著的研究成果。

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。