首个波斯语视觉-语言-动作数据集与基准发布

2026年10月14日，arXiv Computer Vision 刊出研究，研究者 Abdollah Pourasghari、Saeedeh Sadat Sadidpour、Mohammad Roustaei 发布首个波斯语视觉-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。据该报道，数据集包含 230 张真实家庭/办公照片上的 258 个实例，标注有参考计划、刻意设置的歧义与不可行标签、消歧问答对，以及用于训练的自动生成思维链理由；同时提出 PGOS-FA 指标。报道称，数据集、PGOS-FA 实现与评估代码将在合理请求下提供。目前尚无后续跟进报道，事件进展以该首发报道为准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。