К содержимому

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")