Cauldron‑JA 是一套日本視覺‑語言資料集,包含 44 個子資料集,這些子資料集是使用 DeepL API 將 The Cauldron 翻譯而成,通過 HuggingFace’s datasets library 可取得,授權條件與原始資料集完全相同,提示(prompts)則以 CC‑BY‑4.0 授權釋出。
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)
7,000
Hugging Face 按讚數
9
收錄日
2024年10月8日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(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 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- 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。
- 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。
- 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。
- ogiri-boketeYANS-official1k一個僅包含日文的數據集,來自 Bokete crowdsourced joke 網站,分為三項任務——文字到文字、圖像到文字以及圖像中的文字完成,每項各有 100 個提示(約 900 答案),圖像到文字則有 500 個提示(2355 答案)。資料經過 OCR 處理並篩除不當內容。
- 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。
- vntl-leaderboardlmg-anon857一個排行榜,根據大型語言模型在將日文視覺小說翻譯成英文時的語義準確度進行排名,使用 256 個樣本的餘弦相似度並報告 chrF 分數,以便與 Sugoi Translator、Google Translate、Naver Papago 和 Alibaba Translate 等工具比較。
研究領域相近的資源
- anime-with-caption-cc0alfredplpl541使用英文提示生成的 AI 動漫插圖,以及來自 Phi‑3 Vision 的字幕(英文與日文),已釋出至公共領域供免費使用。共同: 文本生成・多模態
- databricks-dolly-15k-jakunishou1k一個自動翻譯的日語版 databricks‑dolly‑15k dataset,採用 CC‑BY‑SA‑3.0 授權,最後更新於 2023‑05‑11。共同: 多語言・文本生成
VISAku-nlp14一個用於視覺場景感知機器翻譯的模糊字幕數據集GitHub共同: 多語言・視覺資料
JMTransttop3287漫畫翻譯器 - 從網址獲取日本漫畫以翻譯漫畫圖像GitHub共同: 多語言・視覺資料
chainer_nicyuyay17在Chainer上的神經圖像標題(NIC),其預訓練模型適用於英語和日語圖像標題數據集。GitHub共同: 多語言・視覺資料
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GitHub共同: 多語言・文本生成