苏州大学 发布 MMLongCite 数据集, 应用在 视觉语言处理、模型评估 领域

苏州大学 本次发布的数据集 MMLongCite, MMLongCite是一个用于评估大型视觉语言模型（LVLMs）在长上下文场景中忠实度的综合基准。该数据集包含8个不同的任务，跨越6个上下文长度区间，并融合了多种模态，包括文本、图像和视频。MMLongCite旨在克服现有基准的局限性，通过包含更大规模和更多样化的数据来解决这些问题。数据集的上下文长度从8K到48K Tokens不等，涵盖了从单源视觉推理到多源视觉推理、视觉定位和视频理解等多种任务，为评估LVLMs在长上下文场景中的性能提供了一个全面且严格的基准。

查看MMLongCite

README 内容： 

关于 苏州大学 , 苏州大学是中国的一所综合性大学，位于江苏省苏州市，拥有多个学院和研究机构，涵盖广泛的学科领域。

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。