مجموعة بيانات AutoCaption هي مجموعة بيانات مرجعية لتعليقات الفيديو أصدرها مختبر Tjunlp في عام 2025. نتائج الورقة البحثية ذات الصلة هي "تقييم نماذج اللغة الكبيرة متعددة الوسائط في ترجمة الفيديو عبر بحث شجرة مونت كارلو"، والذي يهدف إلى تعزيز البحث في نماذج اللغة الكبيرة متعددة الوسائط في مجال إنشاء ترجمة الفيديو.

هيكل مجموعة البيانات:

تحتوي مجموعة البيانات على مجموعتين فرعيتين، بإجمالي 11,184 عينة:

• sft_data: ضبط دقيق مُشرف لنماذج الترجمة (9,419 عينة لبيانات الضبط الدقيق المُشرف)
• mcts_vcb: تم التقييم باستخدام التعليقات التوضيحية والنقاط الرئيسية التي تم إنشاؤها بواسطة MCTS (1765 عينة لتقييم معيار MCTS-VCB)