标签
研究人员提出了一种源自日本全国学力·学习情况调查的新多模态基准测试，包含90万条汇总的学生答题数据，用于评估多模态大语言模型（MLLM）在真实K-12教育场景下的表现。
本文介绍了Checkup2Action，这是一个用于从临床体检报告生成面向患者的行动卡片的多模态数据集和基准测试，旨在解决普通患者理解医疗报告的困难。
PianoCoRe是一个大规模钢琴MIDI数据集，对开源音乐语料库进行统一和优化，包含5,625首作品、483位作曲家的250,046个演奏版本，提供音符级乐谱对齐，适用于音乐信息检索任务，并包含一个MIDI质量分类器和对齐优化流程。