lightonai/FineVision_images

Name: lightonai/FineVision_images
Creator: lightonai
Published: 2025-10-18T01:17:19+08:00

Hugging Face2025-10-06 更新2025-10-18 收录

图像

视觉问答

数据链接：

https://hf-mirror.com/datasets/lightonai/FineVision_images 数据链接链接失效反馈

官方服务：

资源简介：

该数据集包含了多个配置名称的数据集，每个数据集都包含了图片类型的特征和训练集的详细信息，如文件大小、示例数量等。每个数据集还提供了训练数据文件的下载路径。

提供机构：

lightonai

AILab-CVC/SEED-Bench-H

多模态语言模型

视觉问答

SEED-Bench-H是一个用于评估多模态大语言模型（MLLMs）的大规模基准测试数据集。该数据集包含28,000个多项选择题，涵盖了34个维度，包括文本和图像生成的评估。数据集于2024年4月收集，并提供了多个数据来源的详细信息及其相应的许可证。其主要用途是评估多模态大语言模型在文本和图像生成任务中的表现，主要面向计算机视觉、自然语言处理、机器学习和人工智能领域的研究人员和爱好者。

Hugging Face2024-05-30 更新320

kihoonlee/KoLLaVA-Instruct-1.5k

视觉问答

多模态学习

该数据集包含1500个训练示例，每个示例包括图像、问题、答案和来源信息。数据集总大小为79685301.5字节，下载大小为79102582字节。

Hugging Face2024-06-25 更新150

St. Peter in the Vatican

宗教建筑

图像

Image of St. Peter in the Vatican, first portal from north (No. 61 l)

DataCite Commons2020-09-18 更新110

qwen3-vl-2b-blind-spots

多模态学习

视觉问答

该数据集是一个多模态问答数据集，包含56个训练样本。每个样本包含以下字段：唯一标识符(_id)、问题文本(question)、答案文本(answer)、推理过程(reasoning)、相关图像列表(images)以及问题类别(category)。数据集总大小约为3.34MB，下载大小约为3.12MB。该数据集适用于多模态推理、视觉问答等任务的研究与开发。

Hugging Face2026-02-19 更新160

OpenVLMRecords

多模态语言模型

视觉问答

OpenVLM Records数据集包含由VLMEvalKit生成的所有评估记录，这些记录反映在OpenVLM Leaderboard上。记录文件按照特定的命名系统组织，每个文件包含特定多模态基准测试中MLLM的原始响应。数据集不直接提供分数或度量文件，但可以通过VLMEvalKit工具获取具体的性能数字。数据集支持中英文，适用于视觉问答任务，大小在1M到10M之间。

Hugging Face2024-08-08 更新120

lightonai/FineVision_images

资源简介：

相关数据集