HowTo100M 发布 HowTo100M 数据集, 应用在 视频理解、自然语言处理 领域

HowTo100M 本次发布的数据集 HowTo100M, 该数据集名为HowTo100M，是一个大规模的教学视频集合，其中包含了人类在日常活动中执行各种任务的短片段。尽管该数据集被用于预训练视频和语言模型（VLMs），但它并不包含机器人操作数据。作为一个大规模的数据集，其任务主要是用于预训练视频与语言结合的模型。

查看HowTo100M

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。