北京大学 发布 JARVIS-VLA Dataset 数据集, 应用在 视觉语言处理、决策制定 领域

北京大学 本次发布的数据集 JARVIS-VLA Dataset, JARVIS-VLA数据集是由北京大学等机构创建的多模态数据集，包含超过740万帧的Minecraft游戏画面数据，以及用于增强模型决策能力的知识问答、视觉语言对齐和空间定位等非轨迹任务数据。该数据集旨在通过模仿学习，提升视觉语言模型在开放世界环境中的决策制定能力。

查看JARVIS-VLA Dataset

关于 北京大学 , 北京大学是中国著名的高等教育机构，主要负责培养高等学历人才，致力于促进科技文化的发展。学校提供多层次的学历教育，包括医学、教育学、哲学、经济学、法学、文学、历史学、理学、工学、管理学等各类学科的专科、本科、硕士和博士研究生学历教育，同时还进行博士后培养。在数据资源方面，北京大学拥有丰富多样的数据集，这些数据集涵盖了各个学科的广泛领域，虽然具体数据集特点各异，但都体现了北大学术研究的深度和广度。通过这些数据集，可以一窥北大在科研和教育方面的实力与成果。

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。