跳到正文
arXiv · 机器人与计算机视觉· Wenhan Yu, Zhaoxi Zhang, Wang Chen, Guanqiang Qi, Weikang Li, Lei Sha, Deguo Xia, Jizhou Huang·· 2 天前AI 评分58

SciEGQA:面向科学证据 grounding 的问答与推理数据集

SciEGQA: A Dataset for Scientific Evidence-Grounded Question Answering and Reasoning

AI 导读

针对科学文档视觉问答中证据定位困难且缺乏可解释性的问题,作者提出了 SciEGQA 数据集。该数据集包含 1,623 个人工标注的高质量问答对及超过 30K 个自动构建的训练样本,支持语义连贯的证据区域标注。实验表明,基于该数据集训练能显著提升视觉语言模型在科学文档中的推理与证据定位能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org