GQA-MSCG

该数据集是在GQA数据集的基础上构建的，旨在定量评估视觉问答模型在多源组合泛化能力方面的表现。它包含了由语言和视觉原语组成的三种新型组合样本。该数据集的任务是视觉问答（VQA）。