中央南大学 发布 VCode 数据集, 应用在 多模态编码、图像处理 领域

中央南大学 本次发布的数据集 VCode, VCode是一个多模态编码基准，使用SVG作为符号视觉表示。该数据集涵盖了三个具有挑战性的领域：通用常识、专业学科和视觉感知。数据集包含464个图像-问题对，旨在评估模型是否能够从自然图像中生成SVG代码，并保留其符号结构。数据集的创建过程包括从现有的多模态理解基准中重新利用数据，并对图像进行渲染和评估。VCode的应用领域包括多模态理解和视觉编码，旨在解决语言和视觉编码之间的差距问题。

查看VCode

README 内容： 

关于 中央南大学 , 中央南大学位于中国湖南省长沙市，是教育部直属的全国重点大学，是国家“211工程”和“985工程”重点建设的高水平大学之一。学校拥有雄厚的师资力量和先进的科研条件，在材料科学、工程学、计算机科学等领域具有显著的研究优势。

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。