M2KR

该数据集名为M2KR，是一个多模态知识检索基准，它以段落粒度处理了InfoSeek和E-VQA的知识库。在评估过程中，该数据集使用了PreFLMR检索器，并与RA-VQA进行了比较。其任务是进行知识检索。

This dataset, designated as M2KR, is a multimodal knowledge retrieval benchmark. It processes the knowledge bases of InfoSeek and E-VQA at paragraph-level granularity. During the evaluation phase, the dataset adopts the PreFLMR retriever and is benchmarked against RA-VQA. Its core task is knowledge retrieval.

搜集汇总

背景与挑战

背景概述

M2KR是一个多模态知识检索基准测试套件，包含多个视觉和语言任务，用于训练和评估通用多模态检索器。该数据集支持中英文双语版本，涵盖WIT、KVQA、MSMARCO、OVEN、LLaVA、EVQA、OKVQA和Infoseek等子任务，并提供详细的性能评估指标。