moranyanuka/OpenCHAIR

OpenCHAIR数据集是一个用于评估视觉语言模型（VLMs）在生成描述时产生幻觉问题的数据集。该数据集包含图像和文本特征，主要用于研究如何减少开放词汇描述中的幻觉现象。数据集由测试集组成，包含2000个样本，总大小为309448153字节。该数据集在论文《MOCHa: Multi-Objective Reinforcement Mitigating Caption Hallucinations》中首次引入，并提供了相关的GitHub代码库用于评估。

The OpenCHAIR dataset is a benchmark for evaluating hallucination issues in caption generation for Vision-Language Models (VLMs). It includes image and text features, and is primarily used to study methods for reducing hallucinations in open-vocabulary captioning. The dataset consists of a test split with 2000 samples, and has a total size of 309,448,153 bytes. This dataset was first introduced in the paper *MOCHa: Multi-Objective Reinforcement Mitigating Caption Hallucinations*, and a corresponding GitHub repository for evaluation is provided.

原始信息汇总

OpenCHAIR 数据集概述

数据集名称

• OpenCHAIR

数据集介绍

• 该数据集是在“MOCHa: Multi-Objective Reinforcement Mitigating Caption Hallucinations”中正式引入的。

搜集汇总

背景与挑战

背景概述

OpenCHAIR是一个多模态数据集，包含图像和文本数据，主要用于研究开放词汇描述中的幻觉问题。数据集提供了4,863条测试数据，格式为parquet，大小在1K到10K之间，且附带了相关的arXiv论文和GitHub仓库链接。