Датасет · tomg-group-umd
Вопросы по длинным видео
tomg-group-umd/cinepile
Около 300 тыс. обучающих и 5 тыс. тестовых вопросов для понимания длинных видео.
Что внутри
CinePile — датасет и бенчмарк для question-answering по длинным видео. Собран LLM-пайплайном с участием человека на основе существующих человеческих данных. Включает примерно 300 тыс. обучающих и 5 тыс. тестовых примеров; язык — английский, формат — таблицы и текст.
Что можно сделать
- Обучение video-text-to-text модели
- Оценка long-form video understanding
- LoRA для visual-question-answering
- Задачи
- Вопросы по картинкам, Видео + текст
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 217
- Лайков
- 96
- Доступ
- по запросу на Hugging Face
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("tomg-group-umd/cinepile")