西安交通大学 发布 FortisAVQA 数据集, 应用在 音频视觉问答、模型评估 领域

西安交通大学 本次发布的数据集 FortisAVQA, FortisAVQA是一个专为评估音频视觉问答模型鲁棒性而设计的数据集。该数据集通过两个阶段构建：首先，对MUSIC-AVQA公开数据集的测试部分问题进行重写，以增强多样性；其次，引入基于答案分布的问题分布偏移，以实现精细的鲁棒性评估。该数据集保留了MUSIC-AVQA训练和验证集的固有偏置，并对测试集问题进行人工重写，以提供多样化和自然的问题形式。数据集的问题数量从9129增加到211572，词汇量也从93增加到465，更好地反映现实世界的语言变异性。FortisAVQA旨在诊断和改进音频视觉问答模型的鲁棒性，特别是在处理分布内和分布外样本时的表现。

查看FortisAVQA

README 内容： 

关于 西安交通大学 , 西安交通大学是中国的一所综合性研究型大学，位于陕西省西安市。该校是中国教育部直属的全国重点大学，也是国家首批“211工程”和“985工程”重点建设的高等学府之一，是中国高水平大学之一，具有很高的学术声誉和研究水平。

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。