JA‑VG‑VQA‑500 は、日本語 Visual Genome VQA データセットの 500 サンプルのサブセットで、CC BY 4.0 ライセンスが付与され、EvoVLM‑JP‑v1‑7B のベンチマークに使用されます。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
520
Hugging Face の Like 数
17
掲載日
2024年5月13日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | 316 |
| 2026年1月 | 105 |
| 2026年2月 | 449 |
| 2026年3月 | 592 |
| 2026年4月 | 682 |
| 2026年5月 | 477 |
| 2026年6月 | 439 |
| 2026年7月 | 332 |
| 2026年8月 | 321 |
| 2026年9月 | 453 |
| 2026年10月 | 624 |
| 2026年11月 | 520 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
同じカテゴリで人気のリソース
- 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。
- 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。
- 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
- JIC-VQAline-corporation134JIC‑VQAは、食品/花/施設/ランドマークの画像セットから構築された日本語ビジョン・ランゲージベンチマークであり、各サンプルに対して4つの選択肢がラベルと密接に結び付いた複数選択式質問を提供します。すべての画像はCC‑BYまたはパブリックドメインの条件でライセンスされています。
- 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。
- JMMMUJMMMU3kJMMMUは、日本語のマルチモーダルベンチマークで、ネイティブ専門家が翻訳した1,320の文化的に多様な質問(720は文化に依存しない、600は文化固有)に拡張され、現在は公開リーダーボードを備えています。
研究分野が近いリソース
pdmocrdataset-part1ndl-lab82デジタル化資料OCRテキスト化事業において作成されたOCR学習用データセットGitHub共通: 視覚データ・マルチモーダル
pdmocrdataset-part2ndl-lab15OCR処理プログラム研究開発事業において作成されたOCR学習用データセットGitHub共通: 視覚データ・マルチモーダル
OCR_Japaneasetanreinama251Japanese OCRGitHub共通: 視覚データ・マルチモーダル
GazeVQAriken-grp0LREC-COLING 2024論文用データセット、曖昧な日本語質問を明確にするための視線基準ビジュアル質問応答データセット
LREC-COLING 2024論文用データセット、曖昧な日本語質問を明確にするための視線基準ビジュアル質問応答データセットGitHub共通: 視覚データ・マルチモーダル
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。GitHub共通: 視覚データ・マルチモーダル
huggingface-datasets_wrimeshunk0315huggingfaceのデータセットのためのWRIMEGitHub共通: 視覚データ・マルチモーダル