本次发布的数据集 ViP-Bench, 该数据集名为ViP-Bench,包含303组精心设计的图像与问题配对,旨在全面评估视觉提示跟随能力。这些配对分为六个类别:物体识别、光学字符识别、知识、数学、物体关系推理和语言生成。在默认的划分中,视觉提示由紧致的边界框组成。该数据集的规模为303组配对,其任务是评估视觉提示跟随能力。
关于 , 国庆学校是一所位于中国的教育机构,专注于提供基础教育服务。学校致力于培养学生的综合素质,注重学术与品德的全面发展。
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。





_1769672084863.jpg)