Anonymous 发布 MTabVQA 数据集, 应用在 多模态视觉推理、自然语言处理 领域

Anonymous 本次发布的数据集 MTabVQA, 该数据集名为MTabVQA，是一个专门设计用来评估多模态模型在处理以图像形式呈现的多个表格中进行多跳推理能力的基准测试。它包含了3,745个复杂的问题-答案对，这些问题需要对视觉渲染的表格图像进行推理。MTabVQA还包括了从几个涉及多表连接的复杂查询的文本到SQL数据集衍生出的子数据集，并且它使用渲染过程将表格数据转换为图像，以供视觉推理任务使用。其任务是进行多表格视觉问题解答。

查看MTabVQA

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。