台湾大学发布Distortion-VisRAG数据集,应用在多模态学习、视觉退化鲁棒性领域

台湾大学本次发布的数据集Distortion-VisRAG,Distortion-VisRAG是由台湾大学和微软联合构建的大规模多模态基准数据集，旨在评估视觉检索增强生成（VisRAG）模型在图像退化条件下的鲁棒性。该数据集包含36.7万条跨七类文档领域（如科学论文、图表、表单等）的问答对，涵盖12种合成退化类型和5种真实退化类型，通过模拟模糊、噪声、低光照等实际场景中的视觉退化现象。数据通过合成算法和真实环境采集相结合的方式构建，为视觉-语言模型的退化鲁棒性研究提供了标准化测试平台，主要应用于文档理解、多模态检索和生成任务的性能评估。

查看Distortion-VisRAG

关于台湾大学,台湾大学（National Taiwan University），简称台大（NTU），成立于1928年，是台湾地区最顶尖的综合性研究型大学，在工程、医学、人文社科等领域具有广泛影响力。

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。