哥伦比亚大学 发布 Zebra-CoT 数据集, 应用在 视觉推理、自然语言处理 领域

哥伦比亚大学 本次发布的数据集 Zebra-CoT, Zebra-CoT是一个大规模的多样化数据集，包含182,384个逻辑上连贯的交错文本-图像推理轨迹样本，涵盖了科学问题、二维视觉推理、三维视觉推理以及视觉逻辑和策略游戏等四个主要类别。该数据集通过从现实世界领域收集和清洗原始轨迹，以及使用VLMs填充模板推理来生成合成示例。Zebra-CoT旨在解决当前视觉语言模型在视觉推理方面的局限性，并通过提供高质量的交错文本和图像推理训练数据来推动视觉推理能力的发展。

查看Zebra-CoT

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。