taesiri/GameplayCaptions-GPT-4V-V2

--- dataset_info: features: - name: id dtype: string - name: image dtype: image - name: game_name dtype: string - name: gpt-4v-response dtype: string - name: youtube_video_id dtype: string - name: category dtype: string - name: chat_history sequence: sequence: string - name: chat_history_json list: - name: authorRole dtype: string - name: content struct: - name: messageImages list: - name: alt dtype: string - name: height dtype: int64 - name: src dtype: string - name: width dtype: int64 - name: textContent dtype: string - name: messageId dtype: string - name: file_path dtype: string splits: - name: train num_bytes: 32097429961.114 num_examples: 70799 download_size: 31632666082 dataset_size: 32097429961.114 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集信息

特征

• id: 字符串类型
• image: 图像类型
• 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: 字符串序列类型
• chat_history_json: 列表类型，包含以下字段：
  • authorRole: 字符串类型
  • content: 结构体类型，包含以下字段：
    • messageImages: 列表类型，包含以下字段：
      • 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

数据分割

• train: 包含70799个样本，总大小为32097429961.114字节

数据集大小

• 下载大小: 31632666082字节
• 数据集大小: 32097429961.114字节

配置

• default: 包含训练数据文件，路径为data/train-*