Command Palette
Search for a command to run...
AutoCaption 视频字幕基准数据集
AutoCaption 数据集由 Tjunlp 实验室于 2025 年发布的一个视频字幕基准数据集，相关论文成果为「Evaluating Multimodal Large Language Models on Video Captioning via Monte Carlo Tree Search」，旨在推动多模态大语言模型在视频字幕生成领域的研究。
数据集结构：
该数据集含 2 个子集，共 11,184 个样本：
- sft_data： 用于字幕模型的监督微调（9,419 个样本用于监督微调数据）
- mcts_vcb： 使用 MCTS 生成的标题和关键点进行评估（1,765 个样本用于评估 MCTS-VCB 基准）
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
