该数据集包含100个训练样本，每个样本包含uid、image、caption、CLIPscore、VQAscore、CLIPscore_percentile、VQAscore_percentile和percentile_difference等特征。其中，uid是字符串类型，image是图像类型，caption是字符串类型，CLIPscore、VQAscore、CLIPscore_percentil

Hugging Face2024-06-16 更新200

stockmark/JA-Business-Doc-RQ-Bench

商业文档视觉推理

视觉问答

--- dataset_info: features: - name: question_id dtype: string - name: image dtype: image - name: question dtype: string - name: answer dtype: string - name: answer_type

Hugging Face2026-04-07 更新20

Accuracy comparison with other algorithms on the VQA-2.0 test set.

资源简介：

相关数据集