浙江大学 发布 MC-Bench 数据集, 应用在 视觉定位、多模态语言模型 领域

浙江大学 本次发布的数据集 MC-Bench, MC-Bench是由浙江大学认知计算与学习实验室创建的多上下文视觉定位基准数据集，旨在评估多模态大语言模型（MLLMs）在多图像场景中的视觉定位能力。该数据集包含2000个高质量、手工标注的样本，涵盖了多种领域和学科。数据集内容包括成对的图像、实例级别的标注和相应的文本提示，文本提示分为三种风格：指称、比较和推理。数据集的创建过程包括从多个数据源收集多样化的图像，并精心组织和标注。MC-Bench的应用领域主要集中在多图像场景下的实例级视觉定位任务，旨在解决现有MLLMs在复杂文本描述和跨图像上下文理解方面的不足。

查看MC-Bench

关于 浙江大学 , 浙江大学是中国的一所著名综合性研究型大学，位于浙江省杭州市，是中国的顶尖大学之一，拥有广泛的学科覆盖和强大的科研实力。

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。