Датасет · ONE-Lab
Видео-бенчмарк для мультимодальных ИИ-агентов в интерфейсах
ONE-Lab/GUI-World
Датасет с видео и вопросами для оценки мультимодальных моделей в динамических GUI-средах.
Что внутри
Набор содержит от 10 до 100 тысяч примеров на английском языке с видеозаписями работы в графических интерфейсах и аннотациями. Разметка охватывает шесть сценариев использования GUI и восемь типов вопросов по интерфейсам. Датасет предназначен для проверки современных ImageLLM и VideoLLM в многошаговых задачах.
Что можно сделать
- Оценка мультимодальных моделей и ИИ-агентов в навигации по интерфейсам
- Обучение VideoLLM пониманию динамических действий на экране
- Задачи
- Вопрос-ответ, Генерация текста, Видео + текст
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 20,1 тыс.
- Лайков
- 46
Как загрузить
from datasets import load_dataset
ds = load_dataset("ONE-Lab/GUI-World")