北京大学 本次发布的数据集 重构的综合数据集, 本文重构了一个综合数据集,该数据集由北京大学多媒体信息处理国家重点实验室、北京科学院人工智能研究所、中国科学院大学人工智能学院和北京智源人工智能研究院共同创建,旨在评估视觉认知、几何理解和跨任务泛化能力。数据集覆盖了视觉计数、结构感知和空间变换三个核心领域,包含了高质量的步骤式推理数据,用于激活和增强视觉语言模型在视觉推理任务中的潜力。
关于 北京大学 , 北京大学是中国著名的综合性研究型大学,位于北京,是中国最高学府之一,拥有多个国家重点实验室,承担着大量的科研项目。
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。





_1769672084863.jpg)