PhyX Multimodal Physics Reasoning
Un conjunto de datos único para probar el razonamiento físico a nivel universitario a través de preguntas complejas ilustradas con imágenes precisas.
Descripción
PhyX es un punto de referencia de próxima generación diseñado para evaluar las habilidades de los modelos de IA en razonamiento físico multimodal. Incluye 3000 preguntas que abarcan seis áreas principales de la física (mecánica, óptica, termodinámica, etc.), y cada pregunta va acompañada de una imagen realista y un contexto textual simplificado. El conjunto forma un corpus riguroso para poner a prueba la capacidad de inferencia científica más allá de la simple memorización de los hechos.
¿Para qué sirve este conjunto de datos?
- Evaluar o entrenar modelos multimodales basados en un razonamiento físico avanzado
- Medir la capacidad de los LLM para integrar la información visual y las leyes implícitas
- Creación de puntos de referencia científicos exigentes en materia de IA (nivel universitario)
¿Se puede enriquecer o mejorar?
Sí Puedes añadir otras modalidades, como vídeos, enriquecer las opciones de respuesta o crear versiones traducidas multilingües. Las anotaciones adicionales sobre los tipos de razonamiento o la complejidad cognitiva también serían beneficiosas para afinar las tareas.
🔎 En resumen
🧠 Recomendado para
- Investigadores científicos de IA
- Diseñadores de referencia
- Desarrolladores de LLM especializados
🔧 Herramientas compatibles
- Hugging Face Transformers
- OpenFlamingo
- VLMEvalKit
- PyTorch
💡 Consejo
Use el subconjunto «mini» para la creación rápida de prototipos antes de usar el conjunto completo para puntos de referencia o ajustes.
Preguntas frecuentes
¿Este conjunto de datos incluye vídeos o solo imágenes estáticas?
Se basa en imágenes estáticas realistas, no en vídeos. Cada pregunta está vinculada a una imagen ilustrativa en formato PNG.
¿Este conjunto de datos es adecuado para la formación o solo para la evaluación?
Está diseñado principalmente para la evaluación, pero también se puede utilizar para el ajuste con modelos adaptados.
¿Qué tipos de razonamiento se tratan en las preguntas?
Las preguntas cubren 6 tipos de razonamiento físico (por ejemplo, causalidad, dinámica, relaciones espacio-tiempo, etc.) en 25 subdominios.
