К содержимому

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")