DEJIMA 是一个大规模的日语图像数据集,包含 388 万个图像-标题对和 388 万个图像-问题-答案对,通过严格过滤、去重、检测驱动证据提取以及基于 LLM 的在 grounding 约束下生成标题/视觉问答,并为每项任务提供多种精心策划的变体。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
359
Hugging Face 点赞数
6
收录日
2026年3月8日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 189 |
| 2026年6月 | 292 |
| 2026年7月 | — |
| 2026年8月 | 168 |
| 2026年9月 | 180 |
| 2026年10月 | — |
| 2026年11月 | 359 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- 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。
- JMedBenchColdog23331kJMedBench 是一个日语生物医学 LLM 基准,涵盖 20 个数据集,覆盖五个任务(MCQA、NER、STS 等),来源于 MedMCQA、PubMedQA、MMLU 等,每个都有自己的许可,并包含一条说明:翻译可能包含偏差,需要人工审核。
- vntl-leaderboardlmg-anon857一个排行榜,按语义准确度对大型语言模型进行排名,用于将日文视觉小说翻译成英文。该排行榜使用256个样本的余弦相似度,并报告 chrF 分数,以与 Sugoi Translator、Google Translate、Naver Papago 和 Alibaba Translate 等工具进行比较。
- 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。
- auto-wiki-qacl-nagoya747AutoWikiQA 是最大的免费日语问答数据集,提供超过 230 万个手工过滤的问答对,这些对是使用 Swallow‑MX 和 LLMs(不使用基于规则的模板)从维基百科自动生成的,用于支持知识教学和检索增强生成应用。
- nri-fin-reasoningnri-ai707日语指令数据集,具有 632,636 条多轮样本(约 6.35 B 个 token),并包含 GPT‑OSS‑120b 的推理轨迹,用于跨 135 个金融主题和 20 个通用主题的开放式、数学、写作和 MCQA 任务,旨在微调 LLM 在金融领域的推理能力。
研究领域相近的资源
- 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。共同: 语料库与数据集・问答与推理
ja-vg-vqayahoojapan30日本视觉基因问答数据集GitHub共同: 语料库与数据集・问答与推理- JDocQAshunk031249日本文档基础问答数据集(JDocQA),包含5,504份PDF文件和11,600个日语问答对,涵盖是/否、事实类、数值类以及开放式问题,包括图像及不可回答的情况。共同: 语料库与数据集・问答与推理
- Jaglellm-jp168Jagle 是一个约 920 万实例的日本多模态后训练数据集,构建自图像–文本对和 PDF 文本,用于训练 LLM‑jp‑4‑VL 9B beta,并已被证明能提升日语视觉语言任务性能。共同: 大语言模型・语料库与数据集
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)GitHub共同: 语料库与数据集・问答与推理- ja-stackoverflowp1atdev105一份源自 Stack Overflow 转储的日语 QA 数据集,提供带有 markdown 转换正文(base64 图像已替换)的问答对,包括 ID、分数、标签,以及被接受或最高得分答案文本,并按 CC BY‑SA 4.0 许可发布。共同: 语料库与数据集・问答与推理