数据集

av-skills

nvidia/av-skills

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:other 上游版本:4429e34ee80f

中文简介

nvidia/av-skills 是 nvidia 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 4429e34ee80f,同步到 25 个文件,文件元数据合计 5.44 GB;访问状态为“公开”,许可证字段为“other”。

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 nvidia/av-skills 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】
nvidia/av-skills 是 nvidia 在 Hugging Face 发布的数据集仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 4429e34ee80f,同步到 25 个文件,文件元数据合计 5.44 GB;访问状态为“公开”,许可证字段为“other”。

【适用方向】
适合在明确数据字段、拆分和许可证后,用于文本生成与推理相关的训练、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:4429e34ee80f。 任务标签:文本生成与推理。 语言字段:en。 数据集卡名称:AV-Skills。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-07-22。

【文件信息】
上游 API 返回 25 个文件,文件元数据合计 5.44 GB。 已保存文件清单中的主要扩展名:.gz 11 个、.json 11 个、.docx 1 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括:miradata_avf_long.json(1.48 GB);mmtrail_avf_long.json(1.45 GB);data/AV-Skills/mmtrail_avf_long.jsonl.gz(476.41 MB)。

【运行或处理环境】
仓库文件元数据合计 5.44 GB。仅按下载、解压和临时文件估算,建议至少预留约 6.52 GB 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“other”,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 · 2026-07-24 01:09

AV-Skills Audio-visual instruction and temporally grounded reasoning data for Nemotron-Labs-Audio-Visual Flamingo AV-Skills supports joint understanding of video, speech, sound, music, and long-range temporal context in real-world videos. Dataset Summary AV-Skills is the audio-visual instruction and reasoning dataset for Nemotron-Labs-Audio-Visual Flamingo**, an open audio-visual language model for long and complex videos. It is designed for training models that jointly understand visual events, speech, environmental sounds, music, and temporal structure in real-world videos. This repository contains a normalized Hugging Face release combining: **AV-Skills**, a large-scale collection of captioning and QA conversations for joint audio-visual understanding. **AV-Think**, a temporally grounded reasoning dataset used for Temporal Audio-Visual Interleaved Chain-of-Thought (TAVIT). Nemotron-Labs-Audio-Visual Flamingo uses AV-Skills as part of a three-stage curriculum for open audio-visual LLM training: short-context SFT, long-context SFT, and CoT post-training. This repository packages the merged annotation release as 2,862,653 conversation rows**. Dataset Statistics | Category | Value | | --- | ---: | | Total conversation rows | 2,862,653 | | AV-Skills rows | 2,839,035 | | AV-Think rows | 23,618 | | Normalized JSONL shards | 11 | | Original task labels | 29 | | AVF maximum training video duration | 15 minutes | | AV-Think reasoning samples | roughly 24K | | AV-Think average reasoning-chain length | 635.7 words | The normalized data is stored under `data/`. Original raw JSON files from the source AV-Skills repository are also preserved at the repository root for traceability, but the Dataset Viewer configs point to the normalized JSONL files. Dataset Configs | Config | Split | Rows | Path | Description | | --- | --- | ---: | --- | --- | | `AV-Skills` | `train` | 2,839,035 | `data/AV-Skills/*.jsonl.gz` | Captioning and QA conversations from AV-Skills source shards. | | `AV

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,用于文本生成与推理相关的训练、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:4429e34ee80f。 任务标签:文本生成与推理。 语言字段:en。 数据集卡名称:AV-Skills。 规模分类:1M<n<10M。 上游页面记录的最近更新时间:2026-07-22。

文件说明

上游 API 返回 25 个文件,文件元数据合计 5.44 GB。 已保存文件清单中的主要扩展名:.gz 11 个、.json 11 个、.docx 1 个、.md 1 个、无扩展名 1 个。 当前较大的文件包括:miradata_avf_long.json(1.48 GB);mmtrail_avf_long.json(1.45 GB);data/AV-Skills/mmtrail_avf_long.jsonl.gz(476.41 MB)。

上游文件元数据

  • .gitattributes3.02 KB
  • av_captions_time.json102.01 MB
  • celebvtext_avf_long.json81.20 MB
  • data/AV-Skills/av_captions_time.jsonl.gz27.54 MB
  • data/AV-Skills/celebvtext_avf_long.jsonl.gz26.71 MB
  • data/AV-Skills/ego4d_avf_long.jsonl.gz40.32 MB
  • data/AV-Skills/lfav_avf_long.jsonl.gz12.76 MB
  • data/AV-Skills/longvale_avf_long.jsonl.gz19.81 MB
  • data/AV-Skills/longvila_avf_long.jsonl.gz23.45 MB
  • data/AV-Skills/miradata_avf_long.jsonl.gz388.31 MB
  • data/AV-Skills/mmtrail_avf_long.jsonl.gz476.41 MB
  • data/AV-Skills/movieclips_avf_long.jsonl.gz44.57 MB

硬件建议

仓库文件元数据合计 5.44 GB。仅按下载、解压和临时文件估算,建议至少预留约 6.52 GB 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“other”,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。