北京大学 发布 MMDiag 数据集, 应用在 多模态对话、自然语言处理 领域

北京大学 本次发布的数据集 MMDiag, MMDiag是一个多轮多模态对话数据集，由北京大学计算机科学与技术学院和北京人工智能科学院合作创建。该数据集包含日常场景、表格场景和Minigrid场景三种类型，旨在测试多模态大语言模型在处理具有挑战性的多轮对话时的推理能力。数据集通过规则搜索和GPT-4o-mini的辅助生成，具有问题之间、问题与图像之间以及不同图像区域之间的强相关性，更贴近现实世界的场景。

查看MMDiag

关于 北京大学 , 北京大学是中国著名的高等学府，成立于1898年，是中国最早的国立综合性大学，也是国家重点支持的大学之一。该校在国内外享有很高的声誉，其计算机科学与技术学院是中国计算机科学领域的重要学术研究和教学机构。

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。