nyu-visionx/Cambrian-P-Data

Name: nyu-visionx/Cambrian-P-Data
Creator: nyu-visionx
Published: 2026-06-14T02:02:37+08:00

Hugging Face2026-05-21 更新2026-06-14 收录

数据链接：

https://hf-mirror.com/datasets/nyu-visionx/Cambrian-P-Data 数据链接链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

Cambrian Vision-Centric Benchmark (CV-Bench)数据集旨在解决现有视觉中心基准测试规模有限的问题，包含2638个手动检查的示例，这些示例来源于ADE20k、COCO和OMNI3D等标准视觉基准测试。数据集通过自然语言问题评估模型在2D和3D理解方面的能力，包括空间关系、物体计数、深度顺序和相对距离等任务。数据集包含多个字段，如任务类型、图像、问题、答案选择、

Hugging Face2025-07-20 更新3000

nyu-visionx/Cambrian-Alignment

对话对齐

模型比较

Cambrian-Alignment是一个问答对齐数据集，由LLaVA、Mini-Gemini、Allava和ShareGPT4V的对齐数据组成。

Hugging Face2024-07-23 更新350

nyu-visionx/Cambrian-10M

多模态学习

指令微调

Cambrian-10M是一个全面的数据集，专为指令调优设计，特别是在涉及视觉交互数据的多模态设置中。该数据集旨在解决高质量多模态指令调优数据的稀缺问题，并保持多模态大语言模型（LLMs）的语言能力。数据集包含约978.4万条数据点，涵盖多种研究应用。数据收集方法包括利用现有的多模态基准数据集、语言指令跟随数据以及通过特定数据引擎生成的知识型多模态指令调优数据。

Hugging Face2024-07-08 更新260

nyu-visionx/VSI-590K

空间推理

视觉问答

VSI-590K是一个大规模的空间聚焦指令微调数据集，专注于空间推理。该数据集从多个来源精心挑选和注释，包含590,667个问答对，5,963个独特视频和44,858个独特图像。数据集包括注释的现实视频、模拟数据和未注释的现实视频，用于支持视觉问答、视频文本到文本和图像到文本等任务。

Hugging Face2025-11-07 更新370

nyu-visionx/VSI-Train-10k

视觉空间智能

视觉问答

--- license: apache-2.0 task_categories: - visual-question-answering language: - en tags: - Video - Text - egocentric - spatial-reasoning - training-data size_categories: - 1K<n<10K configs: - config_

Hugging Face2025-11-07 更新280

nyu-visionx/Cambrian-P-Data

资源简介：

相关数据集