JA‑VG‑VQA‑500 是日本 Visual Genome VQA 数据集的 500 份样本子集,采用 CC BY 4.0 许可,用于基准测试 EvoVLM‑JP‑v1‑7B。
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)
520
Hugging Face 点赞数
17
收录日
2024年5月13日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 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。
- 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。
- 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)。
- JIC-VQAline-corporation134JIC‑VQA 是一个基于食物/花卉/设施/地标图像集合构建的日语视觉语言基准,每个样本提供多项选择题,四个选项与标签紧密关联,所有图片均在 CC‑BY 或公共领域许可下发布。
- 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。
- JMMMUJMMMU3kJMMMU 是一个日语多模态基准,已扩大十倍至 1,320 个具有文化多样性的问题(720 个与文化无关,600 个与文化相关),由母语专家翻译,现在设有公开排行榜。
研究领域相近的资源
pdmocrdataset-part1ndl-lab82在数字化资料OCR文本化业务中创建的OCR学习用数据集GitHub共同: 视觉数据・多模态
pdmocrdataset-part2ndl-lab15OCR处理程序研究开发项目中创建的OCR学习数据集GitHub共同: 视觉数据・多模态
OCR_Japaneasetanreinama251日语OCRGitHub共同: 视觉数据・多模态
GazeVQAriken-grp0LREC-COLING 2024 论文《一个注视引导的视觉问答数据集,用于澄清模糊的日语问题》的数据集GitHub共同: 视觉数据・多模态
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。GitHub共同: 视觉数据・多模态
huggingface-datasets_wrimeshunk0315WRIME用于huggingface数据集。GitHub共同: 视觉数据・多模态