GameQA-140K
קוד פתוחOpenMOSS-Teammit2025-05-10
מאגר נתונים רב-מודאלי עם 140 אלף שאלות ותשובות מבוססות תמונות ממשחקים, שמטרתו לשפר יכולות חשיבה לוגית במודלי ראייה. כל דוגמה כוללת שרשרת חשיבה מובנית המבוססת על חוקי המשחק.
- 3,236הורדות בחודש
- 21לייקים
מה זה
המאגר מכיל כ־140 אלף זוגות של שאלות ותשובות שמחולקים ל־126,760 דוגמאות אימון ו־15,047 דוגמאות מבחן. הרשומות כוללות תמונת מצב מתוך משחק, שאלה ממוקדת, ניתוח ראשוני, שרשרת חשיבה מורחבת צעד אחר צעד ותשובה סופית. השאלות מופיעות בפורמט בחירה מרובה עם שבע עד שמונה אפשרויות, או בפורמט השלמת ערכים כמו מספרים וקואורדינטות.
הנתונים לא נאספו מאינטראקציות של בני אדם, אלא יוצרו באופן סינתטי מתוך קוד של 30 משחקים שונים באמצעות מסגרת בשם Code2Logic. המשחקים מכסים 158 משימות מובחנות בארבע קטגוריות מרכזיות: תפיסה והבנה מרחבית בתלת ממד, זיהוי תבניות, חשיבה רב-שלבית ותכנון אסטרטגי. המורכבות מדורגת בשלוש רמות קושי הן למורכבות התמונה והן למורכבות המשימה.
מתאים ל
- אימון מודלי ראייה להסקה
שימוש בשרשראות החשיבה המובנות כדי ללמד מודלים רב-מודאליים לבצע הסקה שלבית מול תמונות.
- הערכת תכנון מרחבי
בדיקת ביצועים של מודלים מול חידות סוקובאן ומבוכים בתלת-ממד באמצעות סט המבחן הייעודי.
- למידת חיזוק מונחית משחקים
הזנת דוגמאות המשחק לאימון סוכנים אוטונומיים שנדרשים לתכנן אסטרטגיה על פי תמונת מצב.
איפה זה נופל
כל הטקסט במאגר מופיע באנגלית בלבד, כך שהוא לא יעזור ישירות למודלים שצריכים להבין עברית בלי תרגום או התאמה. הנתונים מגיעים ממשחקים סינתטיים מוגדרים היטב, מה שאומר שהם בודקים היגיון פורמלי וסגור ולא בהכרח מייצגים כאוס של תמונות מהעולם האמיתי. בנוסף, חלוקת הקבצים מחייבת חיבור ידני בין רשומות ה־JSON לתמונות שנמצאות בארכיוני ZIP נפרדים, מה שדורש שלב עיבוד מקדים לפני תחילת האימון.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן, המאגר פורסם תחת רישיון MIT שמאפשר שימוש מסחרי מלא. תוכלו לאמן עליו מודלים פנימיים או מסחריים בלי לחשוף את הקוד שלכם. הדרישה היחידה היא הכללת נוסח הרישיון המקורי בהפצת הנתונים.
האם הדאטהסט כולל תמיכה בעברית?
לא, כל השאלות, התשובות ושרשראות ההסקה מנוסחות באנגלית. אם המטרה היא מודל שמגיב בעברית, תצטרכו לתרגם את הטקסטים בעצמכם. התמונות עצמן והלוגיקה המשחקית אינן תלויות שפה.
איך הנתונים והתשובות נוצרו?
המידע סונתז ישירות מתוך קוד של 30 משחקים שונים באמצעות תשתית שנקראת Code2Logic. הלוגיקה הפנימית של מנוע המשחק שימשה לייצור אוטומטי של תמונות המצב, השאלות, וצעדי הפתרון המדויקים. זה מבטיח שהתשובות נכונות לחלוטין וניתנות לאימות מתמטי.
באיזה אופן המאגר שונה ממאגרי VQA רגילים?
בניגוד למאגרי תמונות רגילים שמסתפקים בזיהוי אובייקטים, כאן נדרשת הבנה של חוקי משחק ותכנון קדימה. השאלות כוללות שרשרת חשיבה מפורטת ולא רק תשובה סופית קצרה. מודלים מובילים מתקשים במאגר ומשיגים פחות מ־50 אחוזי דיוק בסט המבחן.
איך טוענים
אין צורך בבקשת גישה מיוחדת, המאגר פתוח להורדה ישירה מ־Hugging Face. כדי לעבוד איתו, מורידים את קובצי ה־JSON הראשיים games_data.json לאימון ו־games_data_test.json למבחן, ובמקביל מחלצים את קובצי ה־ZIP המכילים את התמונות games_images.zip ו־games_images_test.zip. שדות המפתח בכל רשומה הם התמונה, השאלה, שרשרת החשיבה בשדה refinement, והתשובה הסופית. לבדיקה מהירה של המבנה, קיים קובץ תצוגה מקדימה בפורמט Parquet שמכיל 300 דוגמאות עם תמונות מוטמעות.
from datasets import load_dataset
ds = load_dataset("OpenMOSS-Team/GameQA-140K")הרישיון
המאגר מופץ תחת רישיון MIT. הרישיון מתיר שימוש מסחרי, שינוי, הפצה ואימון מודלים ללא דרישה לשתף את התוצרים באותו רישיון. התנאי היחיד הוא שמירת הודעת זכויות היוצרים והרישיון המקורי בקבצים הרלוונטיים.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש