发布 PolyMATH 数据集, 应用在 图像识别、机器学习评估 领域

本次发布的数据集 PolyMATH, 该数据集名为PolyMATH，包含5000张经手动收集的高质量图像，覆盖了10个不同类别，如模式识别、空间推理和相对推理等，旨在评估多模态大型语言模型（MLLMs）的通用认知推理能力。作者独立解决了这个数据集中的问题，以此建立了人类表现基准，并用于评估针对MLLMs的各种提示策略。该数据集规模涉及10个类别中的5000张高质量图像，其任务是评估多模态环境下的认知推理能力。

查看PolyMATH

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。