#视频语言数据集

Youku-mPLUG是一个包含1000万条中文视频-语言数据的大规模数据集，源自优酷平台。数据涵盖20个超级类别和45个类别，经严格筛选确保质量。项目提供三个多模态视频基准数据集，用于评估模型在分类、检索和描述任务上的表现。研究团队基于GPT-3和BloomZ-7B开发的mPLUG-Video模型展现了出色的零样本学习能力。