nyu-visionx/Cambrian-P-Data

Name: nyu-visionx/Cambrian-P-Data
Creator: nyu-visionx
Published: 2026-05-21 18:03:13
License: 暂无描述

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

下载链接：

https://hf-mirror.com/datasets/nyu-visionx/Cambrian-P-Data

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

nyu-visionx

nyu-visionx/Cambrian-Alignment

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270

nyu-visionx/Cambrian-S-3M

Cambrian-S-3M是一个用于视频指令调优的开源数据集集合，主要用于Cambrian-S的第三训练阶段。该数据集结合了三个视频指令数据集：Cambrian-S-3M、LLaVA-Video-178K和LLaVA-Hound (ShareGPTVideo)。数据集需要通过Hugging Face CLI下载，并提供了详细的设置和验证步骤。

Hugging Face2026-01-22 更新90

nyu-visionx/VSI-Bench

VSI-Bench是一个用于定量评估多模态大型语言模型（MLLMs）在处理自我中心视频时视觉空间智能的基准数据集。该数据集包含超过5000个问题-答案对，源自288个真实视频，这些视频来自于ScanNet、ScanNet++和ARKitScenes三个公开的室内3D场景重建数据集的验证集，并覆盖了多种环境，包括住宅空间、专业设置（例如办公室、实验室）和工业空间（例如工厂），以及多个地理区域。数据集

Hugging Face2025-11-11 更新90

nyu-visionx/Cambrian-10M

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150

nyu-visionx/vstat

VSTAT是一个基于视频的基准测试，用于评估多模态大语言模型（MLLMs）的视觉状态跟踪能力。它包含813个视频片段，配对1,479个问题，这些问题的答案无法从任何单个关键帧或短片段推断。数据集旨在测试模型在长时间视频理解中跟踪视觉状态变化的能力，覆盖合成视频、自录视频和YouTube视频等多种来源。

Hugging Face2026-06-03 更新00