Northeastern University 发布 BEAR 数据集, 应用在 多模态语言模型、具身智能 领域

Northeastern University 本次发布的数据集 BEAR, BEAR数据集是一个全面的基准数据集，旨在评估多模态语言模型（MLLMs）的具身能力。该数据集由6个类别和14个原子技能组成，包含4469个交织的图像-视频-文本条目，涵盖了从低级指向、轨迹理解、空间推理到高级规划等任务。数据集的创建过程涉及从13个不同的数据源收集数据，并通过多阶段的生成流程和人工验证确保数据的多样性和准确性。BEAR数据集旨在帮助研究人员评估和改进MLLMs的具身能力，并推动具身智能领域的发展。

查看BEAR

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。