text-2-video-human-preferences-wan2.1
קוד פתוחRapidataapache-2.02025-03-07
המאגר כולל השוואות אנושיות מול מודל הווידאו Wan 2.1 של עליבאבא, עם ציוני התאמה להנחיה, עקביות פיזיקלית והעדפה אסתטית. הוא מיועד לכיול או הערכה ישירה של מודלי יצירת וידאו מטקסט.
- 1,127הורדות בחודש
- 20לייקים
מה זה
הנתונים מורכבים מכ־45 אלף תיוגים אנושיים שנאספו במטרה להעריך את המודל Wan 2.1 ביחס למודלים מתחרים כמו Hunyuan, Pika, Alpha ו־Veo 2. כל שורה במאגר מייצגת השוואה בין שני קטעי וידאו מול פרומפט נתון, ומכילה קישורים לקובצי תצוגה מקדימה מוקטנים וכן קישורים לווידאו ברזולוציה מלאה.
המשוב האנושי נאסף סביב שלושה צירים נפרדים: התאמה לטקסט (איזה סרטון מתאר טוב יותר את הפרומפט), עקביות חזותית ופיזיקלית (איזה סרטון נראה הגיוני וללא עיוותים, במבחן עיוור ללא הטקסט המקורי), והעדפה אסתטית כללית. התוצאות מופיעות בפורמט של ציון משוקלל בין 0 ל־1, לצד פירוט מלא של תשובות המתייגים הבודדים.
מתאים ל
- אימון מודלי תגמול (Reward)
שימוש בציוני ההעדפה האנושית כדי לאמן מודל דירוג לקטעי וידאו שנוצרו מטקסט.
- הערכת ביצועי מודלי וידאו
בדיקת איכות וידאו מול מתחרים בצירים נפרדים של פיזיקה, אסתטיקה והבנת פרומפט.
- סינון דאטה לאימון
הגדרת ספי איכות ועקביות לסינון סרטונים שנוצרו אוטומטית לפני הכנסתם לאימון מודל.
איפה זה נופל
כל הנתונים נאספו תוך כשעה אחת בלבד באמצעות המערכת של Rapidata, מה שמעיד על איסוף מהיר והמוני שלאו דווקא כולל בקרת איכות קפדנית על המתייגים עצמם. הפרומפטים כולם באנגלית בלבד, ואין במאגר ייצוג לשפות אחרות או בדיקה של הבנת שפה מורכבת. בנוסף, ההשוואות נעשו מול גרסאות ספציפיות מאוד של מודלים מתחרים בנקודת זמן אחת, כך שההעדפות משקפות את ביצועי הדור הזה בלבד.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח מוצר מסחרי?
כן, הרישיון המוגדר הוא Apache 2.0 המאפשר שימוש מסחרי מלא. תוכלו לאמן מודלים למוצרים מסחריים או להשתמש במידע בתוך מוצר קיים. התנאי היחיד הוא שמירה על הודעת זכויות היוצרים והרישיון המקורי אם אתם מפיצים את הנתונים עצמם.
האם יש בדאטהסט תמיכה בעברית או פרומפטים בעברית?
לא, כל הפרומפטים וההוראות למתייגים נכתבו באנגלית בלבד. אם המודל שלכם מיועד לעבד טקסט בעברית, תצטרכו לתרגם את הפרומפטים או לאסוף דאטה ייעודי משלכם. ציוני העקביות הפיזיקלית וההעדפה האסתטית אמנם אינם תלויי שפה, אך הקשרם מבוסס על תרבות ומשתמשים דוברי אנגלית.
איך נאספו התיוגים והציונים?
המידע נאסף באמצעות ה־API של חברת Rapidata בתוך כשעה אחת של דגימת המונים. המשתמשים קיבלו זוגות של סרטונים והתבקשו לבחור מי מוצלח יותר בשלוש קטגוריות שונות: התאמה לטקסט, סבירות פיזיקלית והעדפה אסתטית. הציונים הסופיים חושבו כממוצע משוקלל של בחירות המשתמשים ונעים בין אפס לאחד.
כמה מקום המאגר דורש בפועל?
קובץ הטבלה בפורמט פרקט קטן מאוד וכולל אלפי רשומות בודדות. לעומת זאת, המאגר כולל 869 קבצים, רובם סרטוני mp4 ברזולוציה מלאה שנמצאים בתיקיית הווידאו. אם תרצו להוריד את כל קובצי הווידאו עצמם תצטרכו לפנות מקום משמעותי בדיסק, בעוד שלבדיקת הנתונים הטבלאיים מספיק להשתמש בקישורי ה־GIF הקלים שבעמודות.
איך טוענים
המידע הטבלאי מרוכז בקובץ פרקט יחיד תחת data/train-00000-of-00001.parquet, לצד תיקיית סרטונים מלאה המכילה מאות קובצי mp4. הטעינה מתבצעת ישירות דרך ספריית datasets ללא צורך באישור גישה מוקדם. השדות החשובים לעבודה הם video1 ו־video2 שמפנים לקבצים, העמודה weighted_results שמספקת את הציון המשוקלל, והעמודה detailedResults שמפרטת את כלל תשובות המשתמשים.
from datasets import load_dataset
ds = load_dataset("Rapidata/text-2-video-human-preferences-wan2.1")הרישיון
המאגר מופץ תחת רישיון apache-2.0, שמתיר שימוש חופשי לחלוטין לצרכים מחקריים ומסחריים. אפשר לאמן עליו מודלים, לשלב אותו בצנרת פיתוח פנימית או להפיץ אותו מחדש. הדרישה העיקרית היא מתן קרדיט מתאים ושמירה על תנאי הרישיון המקוריים בעת חלוקת הקבצים, ללא הגבלה על תוצרי המודלים שתאמנו.
- שימוש מסחרי
- שינוי הקוד
- הפצה מחדש
- שימוש בפטנטים