Датасет · zhongshsh
Мультимодальный датасет юмора и мемов Oogiri
zhongshsh/CLoT-Oogiri-GO
Более 130 000 примеров юмористических игр Oogiri с картинками и оценками пользователей на трёх языках.
Что внутри
Крупный мультимодальный корпус содержит свыше 130 000 примеров юмористических заданий Oogiri трёх типов на английском, китайском и японском языках в файлах jsonl. В качестве данных используются изображения и текстовые ответы-шутки к ним. Для 77,95% примеров сохранены предпочтения людей в виде количества лайков, отражающих популярность шутки.
Что можно сделать
- Обучение VLM понимать юмор и придумывать смешные подписи к изображениям
- Выравнивание моделей (RLHF / DPO) по предпочтениям людей на основе лайков
- Тестирование многоязычного визуального понимания (VQA) в нестандартных задачах
- Задачи
- Вопросы по картинкам, Вопрос-ответ
- Языки
- Английский, Китайский, Японский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 370
- Лайков
- 32
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("zhongshsh/CLoT-Oogiri-GO")