Zebra-CoT는 컬럼비아 대학교, 메릴랜드 대학교, 남가주 대학교, 뉴욕 대학교가 2025년에 공동으로 공개한 시각 언어 추론 데이터셋입니다. 관련 논문 결과는 다음과 같습니다.Zebra-CoT: 인터리브 비전 언어 추론을 위한 데이터 세트"는 이미지와 텍스트 간의 논리적 관계를 더 잘 이해하기 위한 모델을 촉진하는 것을 목표로 하며, 시각적 질의 응답, 이미지 설명 생성 및 기타 분야에서 추론 능력과 정확성을 향상시키는 데 널리 사용됩니다. 이 데이터세트는 과학적 추론, 2D 시각 추론, 3D 시각 추론, 그리고 시각 논리 및 전략 게임의 4가지 주요 범주를 포괄하는 182,384개의 샘플을 포함합니다. 이 샘플들은 논리적으로 일관성 있는 텍스트-이미지 추론 추적을 포함합니다.

데이터 세트 구조:

• 문제 설명: 문제에 대한 텍스트 설명입니다.
• 질문 이미지: 질문의 특성에 따라 이미지가 0개 이상 포함될 수도 있습니다.
• 추론 이미지: 문제 해결 과정에서 중간 추론 단계를 뒷받침하는 시각적 보조 자료가 하나 이상 있습니다.
• 텍스트 추론 트랙: 일련의 텍스트 반영과 이에 상응하는 시각적 스케치 또는 다이어그램 플레이스홀더입니다.
• 최종 답변: 문제에 대한 해결책.

  

소환

@inproceedings{
li2026zebracot,
title={Zebra-CoT: A Dataset for Interleaved Vision-Language Reasoning},
author={Ang Li and Charles Wang and Deqing Fu and Kaiyu Yue and Zikui Cai and Wang Bill Zhu and Ollie Liu and Peng Guo and Willie Neiswanger and Furong Huang and Tom Goldstein and Micah Goldblum},
booktitle={The Fourteenth International Conference on Learning Representations},
year={2026},
url={https://openreview.net/forum?id=c6XIVI3TiQ}
}