Algoverse AI Research 发布 COREVQA 数据集, 应用在 视觉语言模型、图像推理 领域

Algoverse AI Research 本次发布的数据集 COREVQA, COREVQA数据集由Algoverse AI Research创建，是一个用于评估视觉语言模型（VLMs）在视觉推理和细粒度视觉细节分析能力的数据集。该数据集包含5608对图像和合成的真/假陈述对，图像来源于CrowdHuman数据集，旨在激发对具有挑战性的拥挤图像进行视觉推理。数据集要求模型对关于图像的复杂陈述进行真伪分类，这些陈述平均包含30个单词，并具有复杂的句子结构。COREVQA旨在帮助研究人员发现VLM在理解方面的缺陷和差距，从而推动其鲁棒性的改进。

查看COREVQA

Dataset card 内容： 

Files and versions 内容： 

关于 Algoverse AI Research , Algoverse AI Research 是一家专注于人工智能研究的机构，致力于推动AI技术的前沿发展，涵盖机器学习、深度学习、自然语言处理等多个领域。该机构通过创新的研究和实践，旨在解决复杂的人工智能问题，并为行业提供先进的解决方案。

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。