VidProM: 1,67 млн промптов и 6,69 млн видео

Что внутри

Датасет содержит 1,67 млн уникальных текстовых промптов для генерации видео и 6,69 млн видео, созданных четырьмя современными диффузионными моделями. Язык — английский; по метаданным также есть табличные данные и видео, объём — от 1 до 10 млн записей. Это первый датасет такого масштаба по промптам для text-to-video, представленный в статье NeurIPS 2024.

Что можно сделать

• инженерия промптов для text-to-video
• обучение и оценка детекторов фейковых видео
• анализ эффективности генерации видео

Модели, обученные на нём

• Backup-bdg/Xoron-Dev-MultiMoeМультимодальные 89
• valarauca1/qwen3-vl-25m-stitched-8bL16-to-32bL29Эмбеддинги 54
• WenhaoWang/AutoT2VPromptГенерация текста 29
• WenhaoWang/Meta-Llama-3-8B-AutoT2VPromptГенерация текста 10

Как загрузить

from datasets import load_dataset

ds = load_dataset("WenhaoWang/VidProM")