清华大学 发布 DeFacto 数据集, 应用在 视觉语言推理、对抗性样本 领域

清华大学 本次发布的数据集 DeFacto, DeFacto 是一个包含约 10 万张图像的对抗性数据集，旨在解决视觉语言推理模型在复杂场景下过度依赖语言先验、推理过程与实际视觉证据脱节的问题。该数据集通过区域掩码和开放词汇检测构建，包含正面、对抗性和随机掩码实例，确保只有问题相关的区域被移除，而无关的上下文得到保留。

查看DeFacto

README 内容： 

关于 清华大学 , 清华大学是中国著名的高等学府，位于北京，拥有雄厚的师资力量和丰富的教学资源，在国内外享有很高的声誉。自动化系是其下属的一个系，专注于自动化相关领域的研究与教育。

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。