Command Palette
Search for a command to run...
Violin 视频和语言推理数据集
Violin 全称 VIdeO-and-Language INference，可用于对视频和文本进行多模态理解的任务。
该数据集包含来自 15,887 个视频剪辑的 95,322 个视频-假设对，包括超过 582 小时的视频。这些视频剪辑包含丰富内容，具有不同时间动态、事件变化和人际互动。数据是从两个来源收集的：(i) 流行电视节目，以及 (ii) 来自 YouTube 频道的电影剪辑。
Build AI with AI
From idea to launch — accelerate your AI development with free AI co-coding, out-of-the-box environment and best price of GPUs.
AI Co-coding
Ready-to-use GPUs
Best Pricing
HyperAI Newsletters
订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
