arXiv cs.CV· Eleni E. Kasoura, Dimitrios Damianos, Georgios Paraskevopoulos, Vassilios Katsouros·· 5 小时前AI 评分12
从图像中挖掘指令：为多模态学习构建合成数据集（ILSP DCVLR 竞赛提交）
Instruction Mining From Images: Constructing a Synthetic Dataset for Multimodal Learning ILSP DCVLR Competition Submission
AI 导读
该工作提出一套可复现的流水线，用 Qwen2.5-VL-7B Instruct 以 Magpie 风格合成图像条件指令-响应对，并基于 DeBERTa-v3 奖励模型打分过滤，仅保留正分样本。生成指令的奖励分中位数约 1.53、均值约 1.75，数据集覆盖数学、空间与社会推理领域。
来源：arXiv cs.CV · arxiv.org