К содержимому

Датасет · YqjMartin

Бенчмарк поиска моментов в длинных видео и аудио

YqjMartin/FLARE

Набор из 87,7 тыс. коротких видеоклипов с тремя описаниями на каждый для оценки мультимодального поиска по длинным роликам.

Что внутри

Бенчмарк, принятый на NeurIPS 2026 E&D Track и собранный на основе 399 длинных видео (от 10 до 60 минут, суммарно 225,4 часа) из набора Video-MME. Ролики нарезаны на 87 697 коротких фрагментов, к каждому из которых добавлены по три текстовых описания, учитывающих визуальный ряд и звук. Размер репозитория составляет от 100 тысяч до 1 миллиона записей.

Что можно сделать

  • Оценка моделей мультимодального поиска (retrieval) по видео и аудиодорожке
  • Тестирование видео-языковых моделей (video-text-to-text) на понимание длинного контекста
Задачи
Видео + текст
Размер
100K–1M записей
Скачиваний за месяц
792
Лайков
2

Как загрузить

from datasets import load_dataset

ds = load_dataset("YqjMartin/FLARE")