上海交通大学 发布 SpatialScore 数据集, 应用在 多模态理解、空间定位 领域

上海交通大学 本次发布的数据集 SpatialScore, SpatialScore是一个全面的、多样化的多模态空间理解基准数据集，旨在评估多模态大型语言模型（MLLMs）的空间理解能力。该数据集由28,093个样本组成，涵盖了各种空间理解任务、模态和QA格式，并包含一个精心策划的具有挑战性的子集SpatialScore-Hard。SpatialScore整合了VGBench和来自其他11个现有数据集的相关数据，涵盖了计数、物体定位、3D位置关系、深度和距离、物体属性、相机和图像转换、点/物体跟踪等多个类别。该数据集的创建旨在为未来MLLMs的发展提供一个有价值的资源和严格的测试平台。

查看SpatialScore

关于 上海交通大学 , 上海交通大学是中国的一所综合性、研究型大学，位于上海，是中国最著名的高等学府之一，拥有多个学科领域的研究实力。

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。