STRIDE-QA-Mini 是一个自动驾驶问答数据集，旨在用于研究自动驾驶场景中视觉语言模型（VLMs）的时空推理能力。该数据集包含 103,220 个问答对及 5,539 张图像样本。数据源自东京收集的真实行车记录仪镜头（城市、郊区、高速公路、各种天气）。

数据集结构

• 以对象为中心的空间问答（19,895 个问答对）：两个外部车辆之间的关系

• 以自我为中心的空间问答（54,390 个问答对）：自身车辆与另一个车辆之间的关系

• 以自我为中心的时空问答（28,935 个问答对）：未来距离和方向预测任务