发布 OKEDIT 数据集, 应用在 多模态模型评估、机器学习 领域

本次发布的数据集 OKEDIT, 该数据集名为OKEDIT，是基于OKVQA数据集构建的，旨在评估多模态模型编辑中泛化性与局部性之间的权衡。它包含了5046个测试样本，覆盖了超过20个独特的类别。OKEDIT通过提升重述图像的质量和调整局部性样本的难度，更好地评估了泛化性与局部性之间的平衡。该数据集的规模为5046个测试样本，其任务是评估多模态模型编辑的效果。

查看OKEDIT

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。