Noticias sobre CoVA-Bench

CoVA-SFT contiene 51,9 mil muestras, más de 222 mil pasos de razonamiento multimodal, que cubren 5 familias de diseño y 17 tareas, con el objetivo de enseñar al modelo a construir un espacio de trabajo visual interno en razonamiento de texto puro. En comparación con el texto CoT, que serializa preguntas visuales en prosa, este conjunto de datos proporciona un corpus de entrenamiento de autocorrección de varios pasos a gran escala, llenando el vacío en esta dirección.