The New Yorker 发布 New Yorker Cartoon Caption Contest Dataset 数据集, 应用在 自然语言处理、幽默标题生成 领域

The New Yorker 本次发布的数据集 New Yorker Cartoon Caption Contest Dataset, 该数据集是一个多模态偏好数据集，包含了超过2.5亿个关于220万条标题的人类评分，这些数据是通过在过去八年中对《纽约客》周刊漫画标题竞赛的众包评分数据收集而来的。该数据集支持多模态大型语言模型的开发和基于偏好微调算法的评价，特别是在幽默标题生成方面。其规模之大，涵盖了超过2.5亿个评分和220万条标题，任务重点在于幽默标题的生成与评估。

查看New Yorker Cartoon Caption Contest Dataset

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。