上海交通大学 发布 MM-HELIX 数据集, 应用在 多模态推理、机器学习评估 领域

上海交通大学 本次发布的数据集 MM-HELIX, MM-HELIX是一个多模态长链反思推理评估基准，包含1260个示例，涵盖42个具有挑战性的合成任务。该基准要求模型进行复杂的推理和回溯，以解决各种算法、图论、谜题和游戏任务。MM-HELIX通过一个精心设计的程序生成引擎创建，旨在评估多模态大型语言模型（MLLMs）在多步反思推理方面的能力。

查看MM-HELIX

关于 上海交通大学 , 上海交通大学是中国历史最悠久和最著名的高等学府之一，位于中国上海。学校在工程技术、经济学、文学、法学、理学等多个领域都有深厚的研究基础和显著的学术成就。

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。