
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"。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
2
±0 (10月13日〜)
最後提交
2025年5月
GitHub 建立日期
2025年5月20日
收錄日
2026年3月8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 | 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
jemhopqaaiishii30JEMHopQA(日本語説明可能なマルチホップ質問応答)は、内部推論を評価できる日本語マルチホップQAデータセットです。
cameraCyberAgentAILab26CAMERA(CyberAgent多模態評估廣告文本生成)是日本的廣告文本生成數據集。
LookVQAriken-grp8一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)
medLLM_QA_benchmarkaistairc6醫學LLM的三語(英語、日語、中文)QA基準
huggingface-datasets_CAMERAcreative-graphic-design3相機(CyberAgent多模態評估廣告文本生成)用於huggingface數據集
研究領域相近的資源
- 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
- 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
- JGLUEshunk0313k更新了 JGLUE 數據集卡和載入腳本,適用於由 Yahoo Japan 和 Waseda University 創建的日本 NLP 基準,涵蓋文本分類(MARC‑ja、JCoLA)、句子對分類(JNLI)和 QA(JSQuAD、JCommonsenseQA),發布版本已在 GitHub 和 Hugging Face 上連結。HF 資料集共同: 標註與資料集建置
- JamC-QAsbintuitions2kJamC‑QA 是一個涵蓋八個日本文化與知識類別的雙語多選題基準測試,並以排行榜指標對比最先進模型。HF 資料集共同: 標註與資料集建置
- 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