上海人工智能实验室 发布 MSEarth 数据集, 应用在 地球科学、多模态推理 领域

上海人工智能实验室 本次发布的数据集 MSEarth, MSEarth是一个多模态科学基准数据集，由高质量、公开获取的科学出版物组成。该数据集涵盖了地球科学的五个主要领域：大气圈、水圈、冰圈、岩石圈和生物圈，拥有超过7000个精心制作的图表和标题。这些标题是从原始图表标题和论文中的讨论和推理中精心制作的，确保基准能够捕捉到高级科学任务所必需的微妙推理和知识密集型内容。MSEarth支持多种任务，包括科学图表标题、多项选择题和开放式推理挑战。该基准数据集通过弥合研究生水平基准的差距，为促进多模态大型语言模型在科学推理方面的发展和评估提供了可扩展且高保真的资源。

查看MSEarth

Dataset card 内容： 

Files and versions 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。