human_behavior_atlas_v2

Human Behavior Atlas v2 是一个大规模多模态数据集，旨在促进对人类行为的理解，涵盖情感识别、情感分析、幽默检测、心理健康筛查和视频问答等任务。该数据集整合了16个源数据集，采用统一的模式，包含音频、视频和预提取特征。数据集设计用于与verl框架和多模态语言模型（如Qwen2.5-Omni-7B）进行强化学习训练。

数据集包含100,299个样本，分为训练集（74,449个样本）、验证集（7,646个样本）和测试集（18,204个样本）。数据模态包括文本、音频（.wav字节）、视频（.mp4字节）、OpenSmile特征（.pt字节）和姿态特征（.pt字节），所有数据均嵌入在parquet文件中。数据集支持英语和中文（CHSIMSv2），采用CC BY-NC 4.0许可协议。

主要任务类型包括情感分类、情感分析/回归、幽默和讽刺检测、抑郁症筛查、焦虑症筛查、PTSD检测和视频问答。数据集中的每个样本包含问题文本、答案、音频和视频原始字节、源数据集名称、模态签名、预提取特征、任务类型和分类标签等字段。