modelscope

MMMU-Reasoning-Distill-Validation是一个多模态推理数据集，包含839个图像描述和自然语言推理数据样本，基于MMMU验证集构建。数据集使用Qwen2.5-VL-72B-Instruct模型进行图像理解和生成详细图像描述，然后使用DeepSeek-R1模型生成推理对话。数据集适用于探索VL模型的推理能力，并支持单图像推理和多图像推理。