Датасет · nyu-visionx
Визуальный бенчмарк CV-Bench для мультимодальных LLM
nyu-visionx/CV-Bench
От 1 до 10 тысяч тестовых примеров с картинками и вопросами для проверки зрения мультимодальных моделей.
Что внутри
Бенчмарк CV-Bench, представленный в работе Cambrian-1, предназначен для оценки визуальных возможностей мультимодальных LLM на английском языке. Внутри от 1K до 10K примеров для визуальных ответов на вопросы (VQA). Изображения и аннотации заранее упакованы в файлы формата parquet для работы через библиотеку HF Datasets.
Что можно сделать
- Оценка зрительного восприятия и пространственного понимания мультимодальных LLM
- Сравнение визуальных энкодеров при обучении VLM
- Задачи
- Вопросы по картинкам
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 12,2 тыс.
- Лайков
- 49
Как загрузить
from datasets import load_dataset
ds = load_dataset("nyu-visionx/CV-Bench")