arXiv Computer Vision· Abdollah Pourasghari, Saeedeh Sadat Sadidpour, Mohammad Roustaei·· 20 小时前AI 评分22
首个波斯语视觉-语言-动作数据集与基准：面向歧义与不可行指令的规划落地
A Persian Vision-Language-Action Dataset and Benchmark for Ambiguity- and Infeasibility-Aware Instruction-to-Plan Grounding
AI 导读
研究者发布首个波斯语视觉-语言-动作数据集，含 230 张真实家庭/办公照片上的 258 个实例，标注参考计划、歧义与不可行标签、消歧问答对及自动生成的思维链理由。
来源：arXiv Computer Vision · arxiv.org