MORALISE

该数据集是一个全面的基准，用于评估视觉-语言模型在多样化、专家认证的真实世界数据上的道德对齐情况。它包含了2,481个高质量图像-文本对，这些对被标注了道德主题和模态标签，为评估视觉-语言模型在道德敏感任务上的表现提供了结构化的方式。该数据集的规模为2,481个图像-文本对，其任务涵盖了道德判断和道德规范归因。