MMMC는 싱가포르 국립대학교 쇼랩에서 2025년에 발표한 교육용 비디오 생성을 위한 대규모 다학제 교육용 비디오 생성 벤치마크 데이터셋입니다. 관련 논문 결과는 다음과 같습니다.Code2Video: 교육용 비디오 생성을 위한 코드 중심 패러다임"는 교육용 인공지능 모델을 위한 고품질의 훈련 및 평가 리소스를 제공하고, 구조화된 코드와 교육 콘텐츠로부터 전문적인 교육 비디오를 자동으로 생성하는 연구를 지원하는 것을 목표로 합니다.

이 데이터세트는 미적분학, 기하, 확률론, 신경망을 포함한 13개 과목을 다루는 117개의 완전한 교육용 비디오를 포함합니다. 전체 비디오의 평균 길이는 1,014초(약 16.9분)이며, 분할된 비디오의 평균 길이는 201초(약 3.35분)입니다. 이 데이터는 효과적인 교육과 정교한 애니메이션 제작으로 유명한 3Blue1Brown(3B1B) YouTube 교육용 비디오 라이브러리에서 제공되었습니다. MMMC는 두 가지 기준을 기반으로 구축되었습니다. 교육적 관련성(각 주제가 교육학적 가치를 지님을 의미)과 실행 가능한 지원(각 개념이 시각화 및 재현성을 보장하기 위해 고품질 Manim 참고 자료와 일치함을 의미)입니다.

데이터 세트 구조

• 데이터 파일
  • metadata.jsonl: 각 비디오 인스턴스에 대한 구조화된 정보를 담고 있는 주요 메타데이터 파일입니다.

• metadata.jsonl의 각 항목에는 다음이 포함됩니다.
  • id: 비디오 슬라이스의 고유 식별자입니다.
  • 카테고리: 고급 과목 카테고리(예: 수학, 물리학, 컴퓨터 과학).
  • 비디오: 해당 교육용 비디오 클립의 파일 경로입니다.
  • main_topics: 교육 주제 목록.
  • num_slices: 강의가 나누어진 비디오 슬라이스 수입니다.
  • reference_image: 주제와 관련된 주요 참조 이미지(선택 사항).