亚利桑那大学 发布 EGONORMIA 数据集, 应用在 社交规范理解、视觉语言模型 领域

亚利桑那大学 本次发布的数据集 EGONORMIA, EGONORMIA数据集是由亚利桑那大学、斯坦福大学、多伦多大学和乔治亚理工学院共同创建的，包含1853个以第一人称视角拍摄的人类互动视频片段。该数据集旨在评估视觉语言模型在理解物理社交规范方面的能力，每个视频片段都包含两个相关问题，分别评估规范行为的预测和解释。数据集覆盖了多种社交活动、文化和互动场景，通过视频采样、自动答案生成、过滤和人工验证等步骤构建而成，应用于提高视觉语言模型在规范推理方面的性能。

查看EGONORMIA

关于 亚利桑那大学 , 亚利桑那大学是一所位于美国亚利桑那州图森的公立研究型大学，成立于1885年，是美国西南部的主要高等学府之一，提供多种本科及研究生课程。

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。