相关数据集
S-VideoXum
S-VideoXum数据集是一个扩展的VideoXum数据集，用于脚本驱动的视频摘要。该数据集包含了从VideoXum中提取的大量视频及其人类标注的摘要，并为每个视频的摘要添加了自然语言描述。这些描述是通过使用LLaVA-NeXT-7B大型多模态模型生成的。数据集的目的是支持脚本驱动的视频摘要研究，通过提供视频、摘要和摘要描述的三元组，可以训练模型生成适应不同用户需求的视频摘要。S-VideoXu
arXiv2025-05-06 更新470
Thanmay/xquad-hi
该数据集包含多个特征，如id、标题、上下文、问题、答案、答案起始位置、类别、聚类、最近聚类和最近页面。这些特征以不同的数据类型存储，包括字符串、整数序列和结构化数据。数据集仅包含一个验证集，大小为36745196字节，包含1190个示例。数据集的下载大小为1189437字节。
Hugging Face2024-06-28 更新190
freococo/myanmar-written-corpus
缅甸书面语料库是一个包含高质量缅甸书面文本的全面集合，用于支持缅甸自然语言处理（NLP）的研究和开发。该语料库包含1000万句文本，采用Parquet格式，并遵循CC0 1.0许可协议。它适用于训练NLP模型、文本转语音、自动语音识别、机器翻译和文本生成等多种应用。
Hugging Face2025-05-22 更新70
zjunlp/OceanBench
--- license: mit language: - en tags: - Ocean pretty_name: OceanBench size_categories: - 10K<n<100K --- We release OceanBench, which is part of the dataset for evaluating [OceanGPT](https://github.co
Hugging Face2024-07-05 更新220
