北卡罗来纳大学教堂山分校 发布 EduVisBench 数据集, 应用在 教育评估、视觉推理 领域

北卡罗来纳大学教堂山分校 本次发布的数据集 EduVisBench, EduVisBench是一个多领域、多层次的基准数据集，旨在评估基础模型生成教育有效、逐步的视觉推理的能力。该数据集包含1154个精心策划的STEM问题，涵盖三个学术科目和15个不同的领域，分为三个难度级别。除了评估逐步解决问题的准确性外，EduVisBench还特别强调模型清晰和视觉地传达推理过程的能力，帮助学生通过结构化、可解释的视觉输出理解问题。EduVisBench采用多模态设置，模型被提供文本和视觉输入，并被要求生成多种输出格式，包括交互式网页和视觉图表。

查看EduVisBench

README 内容： 

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。