
このリポジトリでは、ビジネス資料(スライド)を対象とした Visual Question Answering (VQA) ベンチマーク「BusinessSlideVQA」を提供しています。
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
2
±0 (10月13日〜)
最終コミット
2025年5月
GitHub での作成日
2025年5月20日
掲載日
2026年3月8日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | 2 |
| 2026年4月 | 2 |
| 2026年5月 | 2 |
| 2026年6月 | 2 |
| 2026年7月 | 2 |
| 2026年8月 | 2 |
| 2026年9月 | 2 |
| 2026年10月 | 2 |
| 2026年11月 | 2 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
ja-vg-vqayahoojapan30日本のビジュアルジェノムVQAデータセット
jemhopqaaiishii30JEMHopQA(Japanese Explainable Multi-hop Question Answering)は、内部推論を評価できる日本語のマルチホップQAデータセットです。
cameraCyberAgentAILab26CAMERA(CyberAgent Multimodal Evaluation for Ad Text GeneRAtion)は、日本の広告テキスト生成データセットです。
LookVQAriken-grp8曖昧な日本語の質問を明確にするための視線に基づいたビジュアル質問応答データセット(LREC-COLING 2024)
medLLM_QA_benchmarkaistairc6医療LLMのための英語、日本語、中国語の3か国語QA基準
huggingface-datasets_CAMERAcreative-graphic-design3huggingfaceデータセットのためのCAMERA(CyberAgent Multimodal Evaluation for Ad Text GeneRAtion)
研究分野が近いリソース
- JMMMU-ProJMMMU1kJMMMU‑Proは、現実的なモデルと人間による検証で視覚質問を生成して作成された画像ベースの日本語マルチモーダルベンチマークです。現在のオープンソースLMMがこのベンチマークで低い性能を示すことを明らかにし、将来のVQAベンチマーク開発に対して費用効果の高い方法を提供します。HF データセット共通: アノテーション・データセット構築
- JAMMEvalllm-jp830JAMMEval は七つの日本語 VQA データセットを蒸留したベンチマークであり、曖昧さと非視覚的質問を除去するために二回のヒトアノテーションで改良され、マルチモーダル日本語タスクにおけるビジョン‑ランゲージモデルの信頼性の高い評価を提供します。HF データセット共通: アノテーション・データセット構築
- JA-Multi-Image-VQASakanaAI311JA‑Multi‑Image‑VQAは、マルチイメージVQAの評価用に39枚の画像と55組の日本語質問回答ペアからなるデータセットであり、Apache 2.0(画像を除く)ライセンス下ですHF データセット共通: アノテーション・データセット構築
- JGLUEshunk0313k日本語 NLP ベンチマーク(Yahoo Japan と早稲田大学が作成)に対する JGLUE データセットカードとロードスクリプトを更新しました。テキスト分類(MARC‑ja、JCoLA)、文対分類(JNLI)、QA(JSQuAD、JCommonsenseQA)をカバーし、リリースは GitHub と Hugging Face にリンクされています。HF データセット共通: アノテーション・データセット構築
- JamC-QAsbintuitions2kJamC‑QA は、8つの日本文化・知識カテゴリにわたる多肢選択問題のバイリンガルベンチマークで、リーダーボードメトリクスで最先端モデルを比較します。HF データセット共通: アノテーション・データセット構築
- Japanese-Medical-VQA-12mMIL-UT423Japanese Medical VQA 12Mは、元の言語と日本語の両方でオリジナルおよび拡張キャプションを備えた約1,200万サンプルからなる大規模なマルチモーダルデータセットです。生成されたVQA質問回答ペアも含まれ、Parquet/Webdataset形式で公開されます。このデータセットはOpen‑PMC‑18Mから構築され、InternVL3.5を使用して拡張し、Qwen3‑30B‑A3Bで翻訳、GPT‑OSS 120BでVQA生成が行われています。HF データセット共通: アノテーション・データセット構築