
一個針對澄清模糊日語問題的凝視導向視覺問答數據集(LREC-COLING 2024)
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
8
±0 (10月13日〜)
最後提交
2024年8月
GitHub 建立日期
2024年2月22日
收錄日
2026年5月13日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | 8 |
| 2026年6月 | 8 |
| 2026年7月 | 8 |
| 2026年8月 | 8 |
| 2026年9月 | 8 |
| 2026年10月 | 8 |
| 2026年11月 | 8 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
ja-vg-vqayahoojapan30日本視覺基因組VQA數據集
business-slide-questionsstockmarkteam2在這個存儲庫中,我們提供了針對商業資料(幻燈片)的視覺問答(VQA)基準測試"BusinessSlideVQA"。
GazeVQAriken-grp0LREC-COLING 2024論文的數據集《針對澄清日語問題的凝視導向視覺問答數據集》
lawqa_jpdigital-go-jp279日本的法令多項選擇問答數據集
open-mantra-datasetmantra-inc208請將以下內容翻譯成繁體中文。
在AAAI21中介紹的《Towards Fully Automated Manga Translation》論文中介紹的數據集
JaQuADSkelterLabsInc111JaQuAD:日本機器閱讀理解問答資料集(2022年,Skelter Labs)
研究領域相近的資源
- Japanese-Medical-VQA-12mMIL-UT423Japanese Medical VQA 12M 是一個大型多模態資料集(約 12 M 個樣本),包含日語醫學影像及其原始和擴充的說明文字,說明文字同時以源語言與日語呈現,並附帶生成的 VQA 問答對。此資料集以 Parquet/Webdataset 格式發布,來源為 Open‑PMC‑18M,使用 InternVL3.5 進行擴充、Qwen3‑30B‑A3B 進行翻譯,以及 GPT‑OSS 120B 生成 VQA。HF 資料集共同: 標註與資料集建置
- JMMMU-ProJMMMU1kJMMMU‑Pro 是一個基於圖像的日語多模態基準,透過現實模型生成視覺問題並經由人工驗證而創建,顯示目前開源 LMM 在此任務表現不佳,同時提供一種成本效益高的方法供未來 VQA 基準發展使用。HF 資料集共同: 標註與資料集建置
- JAMMEvalllm-jp830JAMMEval 是七個日本 VQA 數據集的蒸餾基準,經過兩輪人工註釋以消除歧義和非視覺問題,提供對多模態日本任務的視覺‑語言模型可靠評估。HF 資料集共同: 標註與資料集建置
- Galgame-VisualNovel-Reuploadjoujiboi5k重構後重新上傳 Galgame VisualNovel 資料集 (OOPPEENN/5669736E6F76656C5F44617461736574),為了提高 Hugging Face 資料集載入效率,保留所有原始音訊 / 文字,並提供一段提取腳本,支援多種遊戲子集選項。HF 資料集共同: 標註與資料集建置
- STAIR-Captionsshunk0312kSTAIR‑Captions 在 2017 年發布,提供 820,310 條日語字幕,用於字幕生成、多模態檢索和圖像生成,並帶有詳細標註、元資料以及 Creative Commons BY‑4.0 license。HF 資料集共同: 標註與資料集建置
- JA-Multi-Image-VQASakanaAI311JA‑Multi‑Image‑VQA 是一個含有 39 張影像與 55 對日文問答對的資料集,用於評估多圖像 VQA,授權為 Apache 2.0(圖片除外)。HF 資料集共同: 標註與資料集建置