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")