HyperAI
Command Palette
Search for a command to run...
AutoCaption ビデオキャプションベンチマークデータセット
AutoCaptionデータセットは、2025年にTjunlp Labによってリリースされたビデオキャプションのベンチマークデータセットです。関連する論文の結果は次のとおりです。モンテカルロ木探索によるビデオキャプションにおけるマルチモーダル大規模言語モデルの評価」は、ビデオ字幕生成の分野におけるマルチモーダル大規模言語モデルの研究を促進することを目的としています。
データセットの構造:
データセットには 2 つのサブセットが含まれており、合計 11,184 個のサンプルがあります。
- sft_data: 字幕モデルの教師あり微調整（教師あり微調整データのサンプル数は 9,419 個）
- mcts_vcb: MCTSで生成されたキャプションとキーポイントを使用して評価（MCTS-VCBベンチマークを評価するための1,765サンプル）
このデータセットはコミュニティユーザーによって提供されており、教育および情報提供のみを目的としています。著作権侵害に関わるコンテンツがある場合は、[email protected]までご連絡ください。速やかに確認し、削除いたします。
