百度 发布 MMAT-1M 数据集, 应用在 多模态学习、智能体调优 领域

百度 本次发布的数据集 MMAT-1M, MMAT-1M是一个大规模的多模态智能体调优数据集，旨在支持思维链（CoT）、反思和动态工具使用。该数据集由五大数据源构建，包括Visual CoT、LLaVA-CoT、The Cauldron、TabMWP和Infoseek，涵盖了视觉理解、逻辑推理、数学计算和知识检索等多个领域。数据集包含1090263个问答对和902965个对话，数据量庞大且任务覆盖面广，具有层次化的推理深度，为多模态智能体调优研究提供了坚实的基础。

查看MMAT-1M

README 内容： 

关于 百度 , 百度是中国领先的互联网服务公司，提供搜索引擎、在线广告、云计算、人工智能等服务。百度致力于技术创新，尤其在人工智能领域取得了显著成就。

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。