vinesmsuic/GenAI-Bench_video_generation_processed

--- dataset_info: features: - name: prompt dtype: string - name: left_model dtype: string - name: left_video dtype: string - name: right_model dtype: string - name: right_video dtype: string - name: vote_type dtype: string - name: uid dtype: int64 - name: preferences dtype: float64 - name: left_clip_score dtype: float64 - name: right_clip_score dtype: float64 - name: clip_score_diff dtype: float64 splits: - name: train num_bytes: 377717 num_examples: 1069 download_size: 128541 dataset_size: 377717 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：提示词 (Prompt)，数据类型：字符串 - 名称：左侧模型，数据类型：字符串 - 名称：左侧视频，数据类型：字符串 - 名称：右侧模型，数据类型：字符串 - 名称：右侧视频，数据类型：字符串 - 名称：投票类型，数据类型：字符串 - 名称：用户ID (uid)，数据类型：64位整型 - 名称：偏好评分，数据类型：64位浮点型 - 名称：左侧CLIP评分 (CLIP)，数据类型：64位浮点型 - 名称：右侧CLIP评分 (CLIP)，数据类型：64位浮点型 - 名称：CLIP评分差值，数据类型：64位浮点型 数据集划分： - 名称：训练集 (train)，字节数：377717，样本数量：1069 下载大小：128541 数据集总大小：377717 配置项： - 配置名称：默认配置 (default)，数据文件： - 对应划分：训练集 (train)，文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• prompt: 字符串类型
• left_model: 字符串类型
• left_video: 字符串类型
• right_model: 字符串类型
• right_video: 字符串类型
• vote_type: 字符串类型
• uid: 整数类型（int64）
• preferences: 浮点数类型（float64）
• left_clip_score: 浮点数类型（float64）
• right_clip_score: 浮点数类型（float64）
• clip_score_diff: 浮点数类型（float64）

数据集分割

• train:
  • 数据量: 377717 字节
  • 示例数量: 1069

数据集大小

• 下载大小: 128541 字节
• 数据集总大小: 377717 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*

搜集汇总

数据集介绍

构建方式

在生成式人工智能视频生成领域，评估不同模型在相同文本提示下的表现是一项关键任务。vinesmsuic/GenAI-Bench_video_generation_processed数据集正是为此而生，其构建过程严谨而系统。首先，该数据集收集了来自多个视频生成模型（如左模型和右模型）针对同一文本提示生成的视频对。每个样本包含提示文本、左右模型的标识符及其对应的视频文件路径，并通过投票类型和偏好分数记录人类或自动评估者对这两个视频的偏好。此外，数据集还整合了左视频和右视频的CLIP评分以及两者的差异，为后续分析提供了量化基础。所有数据被组织为包含1069个样本的训练集，以parquet格式存储，便于高效加载与处理。

使用方法

使用该数据集时，研究者可通过HuggingFace Datasets库轻松加载训练集，并利用其结构化的特征字段进行多样化分析。例如，可以基于偏好分数对模型进行排序，或通过CLIP评分差异研究模型在语义一致性上的表现。数据集的视频路径字段允许直接访问原始视频文件，便于进行可视化对比或提取帧级特征。此外，投票类型字段可用于区分不同评估来源（如人类或自动评估器），从而支持针对性的子集分析。研究者还可将偏好分数作为监督信号，训练奖励模型或优化生成策略。推荐的实践是结合提示文本和模型标识符进行分组统计，以揭示特定模型在特定主题下的优势与不足。

背景与挑战

背景概述

随着生成式人工智能在视频合成领域的迅猛发展，如何客观评估不同模型在文本到视频生成任务中的表现，已成为学术界与工业界共同关注的核心议题。vinesmsuic/GenAI-Bench_video_generation_processed数据集正是在这一背景下应运而生，由相关研究团队于近期构建并公开发布。该数据集聚焦于模型生成的视频质量与人类偏好之间的对齐问题，通过收集多种生成模型在相同文本提示下的输出视频，并引入人工投票与CLIP评分等多元指标，旨在为视频生成模型的横向比较提供标准化基准。其研究问题不仅涵盖生成视频的视觉真实性、语义一致性，更深入探讨自动化评分与人类判断之间的差异，对推动生成式视频评估体系的完善具有重要参考价值。

当前挑战

该数据集所面临的挑战首先体现在领域问题的复杂性上：视频生成评估不同于图像分类等传统任务，其涉及时间维度上的连贯性、动态内容的合理性以及多模态语义的对齐，现有自动化指标如CLIP分数虽能部分反映视觉-语义匹配度，却难以捕捉人类对视频流畅度与叙事逻辑的细腻感知。其次，在构建过程中，数据集面临样本多样性不足的困境，目前仅包含1069条训练样本，且提示语分布可能偏向特定场景，限制了评估结果的泛化能力。此外，不同生成模型间的投票偏好存在噪声，如何消除个体主观差异对基准的影响，以及如何设计更鲁棒的评分融合策略，仍是数据集后续迭代中亟待攻克的关键难题。

常用场景

经典使用场景

在生成式人工智能迅猛发展的当下，视频生成模型的质量评估成为亟待攻克的关键课题。GenAI-Bench_video_generation_processed数据集应运而生，为研究者提供了系统化评测视频生成模型性能的宝贵平台。该数据集最经典的使用场景在于构建视频生成模型的偏好对齐与质量对比基准，通过收集多模型生成视频的人类偏好投票及CLIP评分差异，使得研究者能够客观衡量不同生成模型在语义一致性、视觉保真度和时序连贯性等方面的表现差异，从而推动视频生成技术的迭代优化。

解决学术问题

该数据集精准回应了视频生成领域长期存在的评估标准缺失与主观性过强等学术困境。传统评价指标如PSNR、SSIM等难以捕捉生成视频的语义合理性与人类感知偏好，而该数据集通过引入人类偏好投票机制与CLIP评分差异分析，为学界提供了一种融合主观审美与客观语义的复合评估范式。这不仅解决了跨模型比较中缺乏统一量化标准的问题，还为探索视频生成中的偏好对齐优化策略奠定了数据基础，显著推动了生成式视频质量评估从定性描述向定量分析的科学转型。

实际应用

在实际应用层面，该数据集为视频生成模型的工业级部署提供了关键的质量控制工具。内容创作平台可借助该数据集构建自动化的生成视频质量筛选系统，快速识别并优选符合用户偏好的高质量视频输出；视频编辑软件开发商能够基于其中的偏好数据训练更精准的生成模型调优算法，提升产品在广告制作、短视频生成等场景中的实用价值。此外，该数据集还能辅助社交媒体平台建立生成内容的审核基准，确保AI生成视频在传播前达到可接受的视觉与语义标准。

数据集最近研究

最新研究方向

在生成式人工智能（GenAI）视频生成领域，模型输出的质量评估与偏好对齐成为前沿热点。GenAI-Bench_video_generation_processed数据集聚焦于视频生成模型的成对比较，通过收集人类对两个模型生成视频的偏好投票及CLIP分数等客观指标，为研究视频生成中的主观质量感知与客观评分差异提供了基准。该数据集支持探索视频生成中的偏好学习、奖励建模以及生成质量的多维度评估，尤其适用于当前视频生成模型（如Sora、Pika等）快速迭代背景下的公平比较与性能优化，其包含的成对偏好数据直接关联到强化学习与人类反馈（RLHF）技术在视频生成中的应用，对推动生成视频的真实性、连贯性和美学提升具有关键意义。