구성: 수학 문제 해결에 필요한 핵심 정보(가격, 수량, 측정값 등)가 이미지로 제시되고, 이를 활용하여 풀어야 하는 한국어 질의문 및 단계별 추론 과정으로 구성.
데이터 수량: 복합추론 데이터 167개, 단순추론 데이터 1,888개
특징: 이미지 내 시각정보를 정확히 인식하고 질의문에서 요구하는 수학적 연산을 수행해야 답변 가능한 복합 추론 문제
목적: 시각-언어 모델의 시각 정보 추출 능력, 한국어 이해 능력, 수학적 추론 능력을 통합적으로 평가하기 위한 벤치마크 데이터셋

Evaluation Results

Scale	Model	Complex	Simple	overall
2B ~ 3B	Qwen2-VL-2B	1.19	6.99	6.52
	Qwen2.5-VL-3B	5.98	47.56	44.2
	InternVL3-2B	7.18	28.44	26.74
	InternVL3.5-2B	6.58	34.85	32.57
7B ~ 8B	Qwen2-VL-7B	9.58	61.54	57.32
	Qwen2.5-VL-7B	16.16	71.34	66.87
	InternVL3-8B	8.98	47.19	44.09
	InternVL3.5-8B	13.77	61.86	57.96
	InternVL3.5-8B (Fast Thinking)	16.76	74.25	69.59
	InternVL3.5-8B (Long Thinking)	43.71	70.07	67.93
11B ~ 14B	Llama-Vision-11B	2.4	7.73	7.3
	Gemma3-12B	7.18	41.04	38.28
	InternVL3-14B	22.15	68.85	65.07
	InternVL3.5-14B	20.35	66.84	63.09
	InternVL3.5-14B (Fast thinking)	29.94	77.17	73.34
	InternVL3.5-14B (Long thinking)	40.71	79.87	76.69
Commercial	Gemini2.5-Flash	65.26	87.71	85.87
	GPT-4.1	31.73	61.12	58.75

Acknowledgements

본 데이터셋은 2023년도 정부(과학기술정보통신부)의 재원으로 정보통신기획평가원의 지원을 받아 수행된 연구임 (과제번호: RS-2023-00216011, 사람처럼 개념적으로 이해/추론이 가능한 복합인공지능 원천기술 연구)

This work was supported by Institute of Information & Communications Technology Planning & Evaluation (IITP) grant funded by the Korea government (MSIT) (RS-2023-00216011, Development of artificial complex intelligence for conceptually understanding and inferring like human)

Downloads last month: 4