taesiri/gameplay_get_captions

该数据集包含多个字段，如id、游戏名称、GPT-4V响应、YouTube视频ID、类别、聊天历史记录等。聊天历史记录进一步包含作者角色、内容（包括消息图片和文本内容）和消息ID等详细信息。数据集被分为一个验证集，包含70799个样本，总大小为9200914954.636字节。

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• game_name: 字符串类型
• gpt-4v-response: 字符串类型
• youtube_video_id: 字符串类型
• category: 字符串类型
• chat_history: 字符串序列
• chat_history_json: 列表类型，包含以下结构：
  • authorRole: 字符串类型
  • content: 结构体，包含：
    • messageImages: 列表，包含：
      • alt: 字符串类型
      • height: 整数类型
      • src: 字符串类型
      • width: 整数类型
    • textContent: 字符串类型
  • messageId: 字符串类型
• file_path: 字符串类型
• image: 图像类型
• query_id: 字符串类型
• query_text: 字符串类型

数据集分割

• validation:
  • 数据量: 9200914954.636 字节
  • 样本数量: 70799

数据集大小

• 下载大小: 8479547691 字节
• 数据集大小: 9200914954.636 字节