К содержимому

Датасет · VLM2Vec

Бенчмарк для проверки понимания видео мультимодальными ИИ

VLM2Vec/MVBench

Англоязычный набор на 1–10 тысяч примеров для оценки моделей в ответах на вопросы по видео.

Что внутри

Это воспроизводимая копия бенчмарка MVBench на английском языке, включающая изображения, текст и табличные данные объёмом от 1 до 10 тысяч записей. Набор создан для оценки понимания временной динамики в видео с помощью задач visual-question-answering и классификации видео. Часть из 320 роликов из набора NTU RGB+D требует ручного скачивания из-за лицензионных ограничений.

Что можно сделать

  • Оценка мультимодальных языковых моделей (VLM) на задачах понимания динамики и событий в видео
  • Бенчмаркинг систем ответов на вопросы по видео (VideoQA)
Задачи
Вопросы по картинкам, Классификация видео
Языки
Английский
Размер
1K–10K записей
Скачиваний за месяц
87 тыс.
Лайков
0

Как загрузить

from datasets import load_dataset

ds = load_dataset("VLM2Vec/MVBench")