JA‑VG‑VQA‑500 是日本 Visual Genome VQA 資料集的一個 500 個樣本子集,授權為 CC BY 4.0,用於基準測試 EvoVLM‑JP‑v1‑7B。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
520
Hugging Face 按讚數
17
收錄日
2024年5月13日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(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 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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。
- 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。
- 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)。
- JIC-VQAline-corporation134JIC‑VQA 是一個由食物/花卉/設施/地標圖像集合構建的日本視覺語言基準,為每張樣本提供多項選擇題,每題有四個選項與標籤密切相關,所有圖像均採用 CC‑BY 或公眾領域授權。
- 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。
- JMMMUJMMMU3kJMMMU 是一個日語多模態基準,已擴充十倍至 1,320 個文化多樣化問題 (720 個文化中立,600 個文化特定),由母語專家翻譯,現在擁有公開排行榜。
研究領域相近的資源
pdmocrdataset-part1ndl-lab82在數位化資料OCR文字化業務中所創建的OCR學習用資料集。GitHub共同: 視覺資料・多模態
pdmocrdataset-part2ndl-lab15OCR處理程式研究開發項目中所建立的OCR學習用數據集。GitHub共同: 視覺資料・多模態
OCR_Japaneasetanreinama251日本語OCRGitHub共同: 視覺資料・多模態
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》GitHub共同: 視覺資料・多模態
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。GitHub共同: 視覺資料・多模態
huggingface-datasets_wrimeshunk0315WRIME 的 HuggingFace 資料集GitHub共同: 視覺資料・多模態