数据集

CI-VID

BAAI/CI-VID

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:intel-research 上游版本:3d6a7b049fd6

中文简介

BAAI/CI-VID 是 BAAI 在 Hugging Face 发布的数据集仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 3d6a7b049fd6,同步到 265 个文件,文件元数据合计 6.34 TB;访问状态为“公开”,许可证字段为“intel-research”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 BAAI/CI-VID 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
BAAI/CI-VID 是 BAAI 在 Hugging Face 发布的数据集仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 3d6a7b049fd6,同步到 265 个文件,文件元数据合计 6.34 TB;访问状态为“公开”,许可证字段为“intel-research”。

【适用方向】
适合在明确数据字段、拆分和许可证后,用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

【版本与规格】
固定版本:3d6a7b049fd6。 任务标签:上游卡片所列任务。 上游页面记录的最近更新时间:2025-12-12。

【文件信息】
上游 API 返回 265 个文件,文件元数据合计 6.34 TB。 已保存文件清单中的主要扩展名:无扩展名 100 个。 当前较大的文件包括:chunk_360_400_part_00(28.98 GB);chunk_360_400_part_01(28.98 GB);chunk_360_400_part_02(28.98 GB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

【运行或处理环境】
仓库文件元数据合计 6.34 TB。仅按下载、解压和临时文件估算,建议至少预留约 7.61 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

【使用边界】
许可证显示为“intel-research”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

📄 CI-VID: A Coherent Interleaved Text-Video Dataset CI-VID is a large-scale dataset designed to advance **coherent multi-clip video generation**. Unlike traditional text-to-video (T2V) datasets with isolated clip-caption pairs, CI-VID supports **text-and-video-to-video (TV2V)** generation by providing over **340,000** interleaved sequences of video clips and rich captions. It enables models to learn both **intra-clip content** and **inter-clip transitions**, fostering **story-driven generation** with strong temporal and visual coherence. We also introduce a comprehensive evaluation suite including **human**, **VLM-based**, and **similarity-based** assessments. In addition, we split CI-VID into a training set (334k samples) and a test set (8k samples), enabling users to develop and evaluate their own metrics using the test set. 🔗 📃 Paper 🔗 📦 Download Train Samples (334k) 🔗 📦 Download Test Samples (8k) 📦 Download Videos (6.9T): CI-VID/CI-VID_download_all_videos.sh 🗂️ Samples of CI-VID 📁 **Provided Files** `CI-VID_samples_for_visualization/` This part of the repository contains samples extracted from CI-VID to better illustrate the dataset’s structure and characteristics. 📊 Quantitative Evaluation for CI-VID This part of the repository contains the quantitative evaluation resources for the CI-VID dataset, including evaluation code, prompts, visualizations, and sample annotations. We provide three complementary evaluation approaches: 🔍 Overview We propose three evaluation protocols: 1. **Human Evaluation** 2. **VLM-based Evaluation** 3. **Similarity-based Evaluation** 👥 1. Human Evaluation 📁 **Provided Files** `human_evaluation/prompts.jsonl` → *Prompts used for evaluation.* `human_evaluation/visual_contrast/` → *Visualizations for human evaluation (1,000 prompts). 💡download Human evaluation is based on 1,000 automatically generated prompts (Seeded with keywords from VBench), with each describing 6 scenes composing a coherent multi-scene narratives. **Models Compared**:

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在明确数据字段、拆分和许可证后,用于上游卡片所列任务相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分,避免只依据仓库名称判断数据质量。

规模与格式

固定版本:3d6a7b049fd6。 任务标签:上游卡片所列任务。 上游页面记录的最近更新时间:2025-12-12。

文件说明

上游 API 返回 265 个文件,文件元数据合计 6.34 TB。 已保存文件清单中的主要扩展名:无扩展名 100 个。 当前较大的文件包括:chunk_360_400_part_00(28.98 GB);chunk_360_400_part_01(28.98 GB);chunk_360_400_part_02(28.98 GB)。 仓库文件较多,本站仅保存前 100 条文件元数据;完整清单请查看上游仓库。

上游文件元数据

  • .gitattributes17.22 KB
  • chunk_0_40_part_0027.79 GB
  • chunk_0_40_part_0127.79 GB
  • chunk_0_40_part_0227.79 GB
  • chunk_0_40_part_0327.79 GB
  • chunk_0_40_part_0427.79 GB
  • chunk_0_40_part_0527.79 GB
  • chunk_0_40_part_0627.79 GB
  • chunk_0_40_part_0727.79 GB
  • chunk_0_40_part_0827.79 GB
  • chunk_0_40_part_0927.79 GB
  • chunk_1000_1018_part_0011.56 GB

硬件建议

仓库文件元数据合计 6.34 TB。仅按下载、解压和临时文件估算,建议至少预留约 7.61 TB 可用磁盘;实际需求还取决于压缩率、缓存、数据转换和训练副本,正式处理前应以完整文件清单重新测算。

注意事项

许可证显示为“intel-research”,具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。