Cauldron‑JA 是一个日语视觉‑语言数据集,包含 44 个子数据集,使用 DeepL API 从 The Cauldron 翻译而来,可通过 HuggingFace’s datasets library 获取,并与原始数据集使用相同的许可证,prompts 在 CC‑BY‑4.0 下发布。
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)
7,000
Hugging Face 点赞数
9
收录日
2024年10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 | 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 |
各月最后一次快照时的近 30 天下载数。
同分类的热门资源
- Galgame-VisualNovel-Reuploadjoujiboi5k为高效加载 Hugging Face datasets,重新结构化并重新上传 Galgame VisualNovel 数据集(OOPPEENN/5669737465666C656E63655F44617461337072657330),保留所有原始 audio/text,并提供带多种 game-subset 选项的 extraction script。
- 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。
- STAIR-Captionsshunk0312kSTAIR‑Captions,发布于2017年,提供820,310条日语字幕,用于字幕生成、多模态检索和图像生成,并配有详细注释、元数据以及Creative Commons BY‑4.0 license。
- ogiri-boketeYANS-official1k来自Bokete众包笑话网站的仅日语数据集,分为三项任务——文本到文本、图像到文本以及文本在图像中的完成,每项分别有500个图像提示(对应2355个答案)和各100个其他两项(≈900个答案),通过OCR处理并过滤不当内容。
- 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。
- 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。
研究领域相近的资源
- anime-with-caption-cc0alfredplpl541AI生成的动漫插图,使用英文提示,并基于Phi‑3 Vision的字幕(英文和日文),已发布到公共领域,供免费使用。共同: 文本生成・多模态
- databricks-dolly-15k-jakunishou1k一个自动翻译的日语版本的databricks‑dolly‑15k数据集,许可为CC‑BY‑SA‑3.0,最后更新于2023‑05‑11。共同: 多语言・文本生成
VISAku-nlp14一份用于视觉场景感知机器翻译的模糊字幕数据集GitHub共同: 多语言・视觉数据
JMTransttop3287漫画翻译器 - 从网址获取日本漫画以翻译漫画图像GitHub共同: 多语言・视觉数据
chainer_nicyuyay17神经图像描述(NIC)在Chainer上的预训练模型,其英语和日语图像描述数据集的预训练模型。GitHub共同: 多语言・视觉数据
open-mantra-datasetmantra-inc208在AAAI21年会上介绍的《全自动漫画翻译》论文中介绍的数据集
在AAAI21年会上介绍的《全自动漫画翻译》论文中介绍的数据集GitHub共同: 多语言・文本生成