Cauldron‑JAは、DeepL APIを使ってThe Cauldronから翻訳された44個のサブデータセットからなる日本語ビジョン‑ランゲージデータセットです。HuggingFace’s datasets library を通じて入手可能で、オリジナルセットと同一のライセンスで提供され、プロンプトはCC‑BY‑4.0でリリースされています。
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)
7,000
Hugging Face の Like 数
9
掲載日
2024年10月8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 | 7,000 |
| 2026年1月 | 1,000 |
| 2026年2月 | 7,000 |
| 2026年3月 | 8,000 |
| 2026年4月 | 9,000 |
| 2026年5月 | 19,000 |
| 2026年6月 | 15,000 |
| 2026年7月 | 12,000 |
| 2026年8月 | 4,000 |
| 2026年9月 | 18,000 |
| 2026年10月 | 11,000 |
| 2026年11月 | 7,000 |
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
- Galgame-VisualNovel-Reuploadjoujiboi5kGalgame VisualNovelデータセット (OOPPEENN/566973746F6F6372656164656C65746572) の再構成された再アップロード。Hugging Face datasets の効率的な読み込みのため、すべてのオリジナル音声/テキストを保持し、複数のゲームサブセットオプションを備えた抽出スクリプトを提供します。
- 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。
- STAIR-Captionsshunk0312kSTAIR‑Captionsは2017年にリリースされ、キャプション生成、マルチモーダル検索、画像生成に利用できる820,310の日本語キャプションを提供します。詳細なアノテーション、メタデータ、Creative Commons BY‑4.0 ライセンス付きです。
- ogiri-boketeYANS-official1kボケテというクラウドソースジョークサイトから作られた日本語のみのデータセットで、テキスト‑トゥ‑テキスト、イメージ‑トゥ‑テキスト、およびテキスト‑イン‑イメージ完結の3つのタスクに分割されます。イメージ‑トゥ‑テキストには500件の画像プロンプト(2355件の回答)があり、他の2つのタスクはそれぞれ100件ずつ(各約900件の回答)です。OCRで処理し、不適切な内容をフィルタリングしています。
- 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。
- vntl-leaderboardlmg-anon857日本語ビジュアルノベルを英訳する際のセマンティック精度で大型言語モデルをランキングするリーダーボード。256サンプルに対してコサイン類似度を用い、Sugoi Translator、Google Translate、Naver Papago、Alibaba Translate などと比較するため chrF スコアを報告します。
研究分野が近いリソース
- anime-with-caption-cc0alfredplpl541AI生成されたアニメイラストには英語のプロンプトとPhi‑3 Vision由来のキャプション(英語と日本語)が付いており、パブリックドメインで無料利用が可能です。共通: テキスト生成・マルチモーダル
- databricks-dolly-15k-jakunishou1kdatabricks‑dolly‑15k データセットの自動翻訳された日本語版、CC‑BY‑SA‑3.0 ライセンス、2023‑05‑11に最終更新。共通: 多言語・テキスト生成
VISAku-nlp14視覚シーンに関する機械翻訳のための曖昧な字幕データセットGitHub共通: 多言語・視覚データ
JMTransttop3287マンガ翻訳者 - URLから日本のマンガを取得してマンガ画像を翻訳するGitHub共通: 多言語・視覚データ
chainer_nicyuyay17Chainer上のニューラル画像キャプション(NIC)、英語と日本語の画像キャプションデータセットの事前学習済みモデル。GitHub共通: 多言語・視覚データ
open-mantra-datasetmantra-inc208AAAI21で発表された「Towards Fully Automated Manga Translation」論文で紹介されたデータセット
AAAI21で発表された「Towards Fully Automated Manga Translation」論文で紹介されたデータセットGitHub共通: 多言語・テキスト生成