STRIDE-QA-Mini هي مجموعة بيانات للإجابة على الأسئلة في مجال القيادة الذاتية، مصممة لدراسة قدرات الاستدلال المكاني الزمني لنماذج اللغة البصرية (VLMs) في سيناريوهات القيادة الذاتية. تحتوي مجموعة البيانات على 103,220 زوجًا من الأسئلة والأجوبة و5,539 عينة صور. البيانات مستمدة من لقطات حقيقية لكاميرات مراقبة السيارات في طوكيو (في بيئات حضرية وضواحيها وعلى الطرق السريعة، في ظروف جوية مختلفة).

بنية مجموعة البيانات

• الإجابة على الأسئلة المكانية المرتكزة على الكائن (19,895 زوجًا من الأسئلة والأجوبة): العلاقة بين مركبتين خارجيتين

• الإجابة على الأسئلة المكانية المتمركزة حول الذات (54,390 زوجًا من الأسئلة والأجوبة): العلاقة بين السيارة الخاصة وسيارة أخرى

• الإجابة على الأسئلة المكانية الزمنية المتمركزة حول الذات (28,935 زوجًا من الأسئلة والأجوبة): مهمة التنبؤ بالمسافة والاتجاه المستقبليين