Датасет · antins-labs
Бенчмарк визуального поиска для агентов VisSearch-Bench
antins-labs/VisSearch-Bench-v1
204 англоязычных вопроса со 190 изображениями для оценки длинного визуального поиска у мультимодальных агентов.
Что внутри
Англоязычная тестовая часть бенчмарка VisBench-EN состоит из 204 вопросов, разделённых на пять категорий задач, и 190 входных изображений (включая наборы из нескольких картинок для группового поиска). Структура, идентификаторы и порядок изображений полностью сопоставлены с китайской версией VisBench-CN.
Что можно сделать
- Оценка мультимодальных агентов в задачах сложного многошагового поиска по изображениям
- Кросс-языковое сравнение качества визуального рассуждения моделей на английском и китайском
- Задачи
- Картинка + текст
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 1,2 тыс.
- Лайков
- 7
Как загрузить
from datasets import load_dataset
ds = load_dataset("antins-labs/VisSearch-Bench-v1")