Spatial-MM

该数据集是一个新颖的视觉问答（VQA）数据集，旨在研究大型多模态模型在空间理解和推理能力方面的表现。它包含了针对对象关系和多跳推理的分析，其研究发现强调了大型多模态模型在空间推理方面所面临的挑战。