
在这个存储库中,我们提供了针对商业资料(幻灯片)的视觉问答(VQA)基准测试“BusinessSlideVQA”。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
2
±0 (10月13日〜)
最后提交
2025年5月
GitHub 创建日期
2025年5月20日
收录日
2026年3月8日
Star 数变化
以表格显示
| 月份 | 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 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
ja-vg-vqayahoojapan30日本视觉基因问答数据集
jemhopqaaiishii30JEMHopQA(日本可解释的多跳问题回答)是一个日本多跳QA数据集,可以评估内部推理。
cameraCyberAgentAILab26CAMERA(CyberAgent多模态广告文本生成评估)是日本广告文本生成数据集。
LookVQAriken-grp8一个以凝视为基础的视觉问答数据集,用于澄清模糊的日语问题(LREC-COLING 2024)
medLLM_QA_benchmarkaistairc6医学LLM的三语(英语、日语、中文)QA基准
huggingface-datasets_CAMERAcreative-graphic-design3针对huggingface数据集的CAMERA(CyberAgent多模态广告文本生成评估)
研究领域相近的资源
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一个基于图像的日语多模态基准,通过使用真实模型生成视觉问题并进行人工验证创建,揭示当前开源 LMM 在其上的表现不佳,并提供了一种成本效益高的未来 VQA 基准开发方法。HF 数据集共同: 标注与数据集构建
- JAMMEvalllm-jp830JAMMEval 是七个日本 VQA 数据集的精炼基准,经过两轮人工注释以消除歧义和非视觉问题,能够为多模态日本任务提供对视觉‑语言模型的可靠评估。HF 数据集共同: 标注与数据集构建
- JA-Multi-Image-VQASakanaAI311JA‑Multi‑Image‑VQA 是一个包含 39 张图像和 55 对日语问答的多图像 VQA 数据集,采用 Apache 2.0 许可(图像除外)。HF 数据集共同: 标注与数据集构建
- JGLUEshunk0313k更新了 JGLUE 数据集卡与加载脚本,适用于由 Yahoo Japan 与早稻田大学创建的日语 NLP 基准,涵盖文本分类(MARC‑ja、JCoLA)、句对分类(JNLI)以及问答(JSQuAD、JCommonsenseQA),发行链接保存在 GitHub 与 Hugging Face 上。HF 数据集共同: 标注与数据集构建
- JamC-QAsbintuitions2kJamC‑QA 是一个双语基准,涵盖八个日本文化与知识类别的多项选择题,排行榜指标用于比较最先进模型。HF 数据集共同: 标注与数据集构建
- Japanese-Medical-VQA-12mMIL-UT423Japanese Medical VQA 12M 是一个大规模多模态数据集(≈12 M 样本),包含日语医学图像的原始和增强说明文字,均提供源语言和日语版本,以及生成的 VQA 问答对。该数据集以 Parquet/Webdataset 格式发布,并使用 InternVL3.5 对 Open‑PMC‑18M 进行增强,使用 Qwen3‑30B‑A3B 进行翻译,使用 GPT‑OSS 120B 生成 VQA。HF 数据集共同: 标注与数据集构建