computer-use-large

Computer Use Large 是一个大规模计算机使用屏幕录制视频数据集，包含从互联网收集的 48,478 个专业软件使用视频（约 12,300 小时）。所有视频均经过处理，移除了非屏幕录制内容（如介绍、结尾、人物讲话、过渡画面）并去除了音频。数据集按软件类别组织，包括 AutoCAD（10,059 个视频，2,149 小时）、Blender（11,493 个视频，3,624 小时）、Excel（8,111 个视频，2,002 小时）、Photoshop（10,704 个视频，2,060 小时）、Salesforce（7,807 个视频，2,336 小时）和 VS Code（304 个视频，127 小时）。每个视频文件夹包含一个 metadata.jsonl 文件，记录文件名、软件类别、修剪后时长（秒）和连续屏幕录制片段数量等元数据。由于 HuggingFace 的目录文件数量限制，部分类别的视频被分割存储在多个文件夹中。该数据集专为训练和评估计算机使用代理（通过 GUI 操作与桌面软件交互的模型）而设计，提供了跨多种应用程序的真实软件工作流程演示。数据集采用 CC-BY-4.0 许可协议。