BashivanLab 发布 iWISDM 数据集, 应用在 多模态任务、视觉-语言处理 领域

BashivanLab 本次发布的数据集 iWISDM, 该数据集是在iWISDM环境中构建的，旨在生成各种复杂度的视觉-语言任务，以评估在多模态环境下遵循指令的能力。该数据集包含三个对应不同复杂度任务的基准，并已用于评估多个大型多模态模型与人类表现的对标。这些任务的复杂度分为低、中、高三个级别，总计包含150项试验，任务内容主要是关于多模态任务中的指令遵循。

查看iWISDM

README 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。